Python k-折叠测试本身就能得到结果吗？

我的问题是，当我在第一行评论管道时，我仍然可以得到准确度分数。它让我很困惑，我想它应该报告一个错误为什么？看起来它不需要管道的定义。这是相关部分

---

简短的回答是：不，它不能。没有

pipe\u lr

行，代码将无法运行。它在没有它的情况下运行的唯一原因是，您在一些特殊的环境中运行它，例如ipython notebook，并且以前您使用这行运行相同的代码，因此它仍然在相同的范围内保留在内存中（因此第二次运行仍然访问原始的

管道lr

对象）。或者您实际上在代码中的其他地方定义了该变量（例如，在定义数据的块中，

mms

等，您从问题本身中删除了该变量）。当在干净的环境中正确运行时，如果没有

pipe\u lr

，此代码将无法工作（甚至无法运行）

如果你让人们知道你用什么语言编码，然后用标签标记，你会得到更多的帮助。让我猜猜，你使用的是ipython笔记本，运行了这个代码，然后注释了一行，重新运行这个单元，它仍然可以工作？是的，你是对的。是的，我和spyder一起运行它。我以前从来不知道。非常感谢。

from sklearn.ensemble import ExtraTreesClassifier
from sklearn.feature_selection import SelectFromModel
import pandas as pd
import numpy as np
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import LabelEncoder
from sklearn.pipeline import Pipeline
from sklearn.tree import DecisionTreeClassifier
from sklearn.cross_validation import StratifiedKFold


pipe_lr=Pipeline([('normalization',mms),
                  ('feature_selection',feature_selection),
                  ('classification',DecisionTreeClassifier())])

"""
K-fold test
"""

kfold=StratifiedKFold(y=y_train,n_folds=10,random_state=1)
scores=[]
features=[]
for k,(train,test) in enumerate (kfold):
    pipe_lr.fit(X_train[train],y_train[train])
    score=pipe_lr.score(X_train[test],y_train[test])

    scores.append(score)
    print('Fold: %s, Class dist.: %s,Acc: %.3f' %(k+1,
            np.bincount(y_train[train]), score))