#python #scikit-learn #pipeline #cross-validation #xgboost
Вопрос:
xgboost.cv() может разделить набор данных на допустимые сгибы, допустим, 5 сгибов, затем предположим, что нам нужно заполнить недостающие значения или предварительно выполнить однократное кодирование, а именно, fit_transform(сгибы поезда) и преобразование(допустимая складка) соответственно для допустимых сгибов поезда, возможно ли реализовать конвейеры внутри xgboost.cv()? Если возможно, то как?
Здесь я говорю о xgboost.cv() из собственного API, а не XGBClassifier или XGBRegressor из API sklearn, я знаю, что мы можем использовать конвейер в GridSearchCV для XGBClassifier или XGBRegressor в API sklearn, хотя я здесь не об этом спрашиваю. Спасибо!