Mat*_* M. 5 python pipeline scikit-learn
我有一组 N 个数据点 X = {x 1 , ..., x n } 和一组 N 个目标值/类 Y = {y 1 , ..., y n }。
给定 y i的特征向量是在考虑数据点的“窗口”（缺乏更好的术语）的情况下构建的，例如我可能想要堆叠“最后 4 个数据点”，即 x i-4 , x i-3 , x i-2 , x i-1用于预测 y i。
显然，对于 4 的窗口大小，无法为前三个目标值构建这样的特征向量，我想简单地删除它们。同样对于最后一个数据点 x n。
这不是问题，除非我希望这作为 sklearn 管道的一部分发生。到目前为止，我已经成功地为其他任务编写了一些自定义转换器，但那些不能（据我所知）改变 Y 矩阵。
有没有办法做到这一点，我不知道还是我坚持这样做作为管道外的预处理？（这意味着，我将无法使用 GridsearchCV 来找到最佳窗口大小和移位。）
我试过搜索这个，但我想出的只是这个问题，它涉及从 X 矩阵中删除样本。那里接受的答案让我想，scikit-learn 不支持我想做的事情，但我想确定一下。
你是对的，你不能在 sklearn 中调整你的目标Pipeline。这并不意味着您不能进行网格搜索，但这确实意味着您可能需要以更多的手动方式进行。我建议编写一个函数来进行转换和过滤y，然后手动循环通过通过ParameterGrid. 如果这对您没有意义，请使用您拥有的代码编辑您的帖子以获得进一步的帮助。