1

以下是在 TPOT 中训练模型的基本代码：

from tpot import TPOTClassifier
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split

digits = load_digits()
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target,
                                                    train_size=0.75, test_size=0.25, random_state=42)

tpot = TPOTClassifier(generations=5, population_size=50, verbosity=2, random_state=42)
tpot.fit(X_train, y_train)
print(tpot.score(X_test, y_test))

最后，它在测试集上对数据进行评分，而没有明确地进行在训练集上进行的转换。这里有几个问题。

  1. 当对新的样本外数据调用 .score 或 .predict 时，“tpot”模型对象是否会自动应用任何缩放或其他转换？
  2. 如果没有，在调用 .score .predict 之前对测试集执行转换的正确方法是什么。

如果我完全误解了这一点，请教育。谢谢你。

4

1 回答 1

1

当对新的样本外数据调用 .score 或 .predict 时，“tpot”模型对象是否会自动应用任何缩放或其他转换？

这取决于 TPOT 选择的最终管道。但是，如果 TPOT 选择的最终管道具有任何类型的数据缩放或转换，那么它也会在predictandscore函数中正确应用这些缩放和转换操作。

这样做的原因是，在幕后，TPOT 正在优化scikit-learn 管道对象。

也就是说，如果您希望保证数据发生特定的转换，那么您有几个选择：

  1. 您可以将数据拆分为训练和测试，StandardScaler在训练集上学习转换（例如 ），然后将其应用到您的测试集。在将数据传递给 TPOT 之前，您将完成这两项操作。

  2. 您可以使用TPOT 的模板功能，它允许您指定分析管道应该是什么样子的约束。

于 2021-04-22T16:12:30.017 回答