pipeline+crossvalidation 调整参数值

由于刚刚进入这个领域，用sklearn在几个toy dataset上跑了几个算法后，就在发愁如何调整参数值的事情，在看了sklearn的官方文档和一些csdn之后整理如下：

官方网站给出了如上的一种评分方式，以这个为基础，通过不同的切分train dataset得到train和test 我们可以得到一个平均得分（当然通过改变参数scoring的值，具体规则在这http://scikit-learn.org/stable/modules/model_evaluation.html#scoring-parameter），如下（cv=5就是连续分割5次的意思）

（此处得到平均准确率以及方差）

如果cv是一个整数，那么cross_val_score会使用kfold 或者stratifiedKfold来分割trainset。

当我们的数据需要预处理的时候，我们可以先调用 sklearn.preprocessing，里面会有很多预处理函数（http://www.cnblogs.com/chaosimple/p/4153167.html），来达到更好的学习效果（用pipeline可以更快的实现这一切）：