skitlearn의 교차 검증 및 표준화

Question

K- 교차 검증을 사용하여 sklearn 분류기의 정확성을 찾고 싶습니다. 일반적으로 교차 검증없이 정확도를 예측할 수 있습니다. 그러나이 코드를 개선하여 교차 유효성 검사를 수행하고 동시에 StandardScaler를 적용하려면 어떻게해야합니까?

from sklearn.datasets import load_iris 
from sklearn.cross_validation import train_test_split 
from sklearn.neighbors import KNeighborsClassifier 
from sklearn import metrics 
from sklearn.cross_validation import cross_val_score 
from sklearn.preprocessing import StandardScaler 
from sklearn import svm 
from sklearn.pipeline import Pipeline 
iris = load_iris() 
X = iris.data 
y = iris.target 
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=4) 
pipe_lrSVC = Pipeline([('scaler', StandardScaler()), ('clf', svm.LinearSVC())]) 
pipe_lrSVC.fit(X_train, y_train) 
y_pred = pipe_lrSVC.predict(X_test) 
print(metrics.accuracy_score(y_test, y_pred)) 

Answer 1

단순히 cross_val_score로 추정 입력으로 파이프 라인을 사용

cross_val_score(pipe_lrSVC, iris.data, iris.target, cv=5)