在sklearn网格搜索中获得不同的缩放比例

Question

我试图在sklearn中设置一个GridSearchCV，它使用一个TimeSeriesSplit，在训练集上对数据进行规范化。我所做的是创建一个名为TransformerMixin的DivisorTransform，它获取规范化的除数并存储它。DivisorTransform在Pipeline之前实例化。在管道中，我设置DivisorTransform（为了适合它），然后NormalizeTransformer将DivisorTransform作为输入并执行除法。但是，使用这个管道到GridSearchCV中的变压器将被酸洗。这使得DivisorTransform被酸洗并装配，然后NormalizeTransformer被酸洗，但是拥有{}本身，DivisorTransform再次被酸洗。这导致NormalizeTransformer使用未安装的DivisorTransform。 这里有一个例子

dt = DivisorTransform()
pipe = Pipeline([('divisor',dt),('normalize',NormalizeTransformer(dt))])
gridS = GridSearchCV(pipe,params={...},cv=TimeSeriesSplit())

如何将不同的规范化管理到GridSearchCV？哪个是最佳实践？在

这里有一个python示例

^{pr2}$

这是印刷品：

^{3}$

这说明了问题所在