假设我要使用LinearSVC对数据集执行k折交叉验证。如何对数据进行标准化？
我读过的最佳实践是在培训数据上建立标准化模型，然后将此模型应用于测试数据。
当使用简单的train_test_split（）时，这很容易，因为我们可以这样做：
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y)
clf = svm.LinearSVC()
scalar = StandardScaler()
X_train = scalar.fit_transform(X_train)
X_test = scalar.transform(X_test)
clf.fit(X_train, y_train)
predicted = clf.predict(X_test)
做k折交叉验证时如何标准化数据？问题出在每个数据点都用于训练/测试，因此您无法在cross_val_score（）之前将所有数据标准化。每个交叉验证是否都需要不同的标准化？
该文档没有提到函数内部发生的标准化。我是SOL吗？
编辑：这篇文章超级有帮助：Python-sklearn.pipeline.Pipeline到底是什么？