如何使用Scikit学习管道将变量输入到SVM？

Question

我目前正在使用pipeline类进行一些机器学习工作。我在看一个线性和高斯分类器。我的线性代码很好。你知道吗

lsvm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='linear'))])

但是，在查看gaussian估计器时，我需要输入一个gamma值，该值基于我的训练数据“X”，在管道的前一阶段之后。这可能吗？你知道吗

svm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='rbf',gamma=someFunction(X)))])