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？

问题描述

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，它对测试集上的数据进行评分，而没有明确进行在训练集上所做的转换。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，请告知。谢谢。

解决方法

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 predict 和 score 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 Pipeline objects。

也就是说，如果您希望保证数据发生特定的数据转换，那么您有几个选择：

1. 您可以将数据拆分为训练和测试，在训练集上学习转换（例如 StandardScaler），然后还将其应用于测试集。在将数据传递给 TPOT 之前，您将执行这两项操作。

2. 您可以使用 TPOT's template functionality，它允许您指定对分析管道外观的约束。