spark/scala中使用不同预处理交叉验证多个模型

我正在使用Scala的Spark。我想对我的数据做不同的预处理。CrossValidator是否有办法获取多个模型（也使用ParamMaps）以从这两个模型中获得最佳模型？ e、 g.我想做的是：

val discretizer = new QuantileDiscretizer()
  .setInputCol("column1")
  .setOutputCol("column1disc")
  .setNumbuckets(5)
val normalizer = new Normalizer()
  .setInputCol("column1")
  .setOutputCol("column1norm")

val lr1 = new LinearRegression()
  .setFeaturescol(discretizer.getOutputCol)
  .setMaxIter(10)
val lr2 = new LinearRegression()
  .setFeaturescol(normalizer.getOutputCol)
  .setMaxIter(10)

val pipeline = new Pipeline().setStages(Array(dicretizer,normalizer,lr1,lr2))

---

现在，我希望我的交叉验证程序从lr1和lr2中选择两个模型中最好的一个。这只是一个小例子，我想用ParamMaps将其扩展到多种可能性。

您应该能够使用中的自定义估计器对这些模型进行相互评估