当引用 grid_search 的 param_grid 中的 ColumnTransformer （它是管道的一部分）中包含的单个预处理器时，我想找出正确的命名约定。
环境和样本数据：
import seaborn as sns
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import OneHotEncoder, KBinsDiscretizer, MinMaxScaler
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LogisticRegression
df = sns.load_dataset('titanic')[['survived', 'age', 'embarked']]
X_train, X_test, y_train, y_test = train_test_split(df.drop(columns='survived'), df['survived'], test_size=0.2,
random_state=123)
管道：
num = ['age']
cat = ['embarked']
num_transformer = Pipeline(steps=[('imputer', SimpleImputer()),
('discritiser', KBinsDiscretizer(encode='ordinal', strategy='uniform')),
('scaler', MinMaxScaler())])
cat_transformer = Pipeline(steps=[('imputer', SimpleImputer(strategy='constant', fill_value='missing')),
('onehot', OneHotEncoder(handle_unknown='ignore'))])
preprocessor = ColumnTransformer(transformers=[('num', num_transformer, …有许多资源可以解释为什么%matplotlib inline需要内联显示图。例如%matplotlib inline 的目的。但是，我觉得如果我们在您的 Jupyter Notebook 中使用更高版本的 IPython，则不再需要。这是因为我可以在运行或不运行的情况下内嵌显示图%matplotlib inline（每次我重新启动内核时，我使用的 IPython 版本是 7.17.0）。我的预感是，最近版本可能默认激活内联后端。
当我运行%matplotlib以检查新会话的当前后端时，它显示Qt5Agg。运行后%matplotlib inline，当我通过运行再次检查时%matplotlib，它显示相同的Qt5Agg。这让我认为这%matplotlib inline是多余的，因为它没有改变任何东西。顺便说一句，我自己没有更改任何 IPython 配置。
但是，我没有看到任何官方文档说默认情况下会为 IPython 版本 xxx+ 激活内联后端。我发现这个和这个Github 问题与我试图找到的很接近，但它没有完全确认“%matplotlib inline如果你的 IPython 版本是 xxx+，你不再需要运行，因为它是默认行为”。我查看了 IPython 最近的发行说明，但似乎没有证实这个假设。
我的预感对吗？如果是这样，不需要哪些 IPython 版本？有没有官方文件这么说？如果没有，我怎么能在不运行的情况下进行内联绘图%matplotlib inline？
这可能看起来像是在我的 jupyter 笔记本中为什么不需要“%matplotlib inline”的可能重复？. 我无法从这个线程中确认我的预感。