如何对sklearn的模型添加数据预处理

[haojunW]

作者您好，我想问一下
使用sklearn的模型来分类的话，可以在代码的哪些地方添加数据预处理(是个人的一些预处理)
因为我看到sklearn模型的数据都是原始数据，不像pytorch的HyperX类，可以添加数据预处理

另外还有一个小小的疑问
我看到sklearn的模型中，训练数据是img的一部分，但是用来预测的数据是整个img，请问这会不会导致测试集中存在训练集的问题

[eecn]

第一个问题，可以参考HyperX类的数据增强和预处理方式进行数据扩展后再使用sklearn模型进行读取分类处理。
第二个问题，是存在这个问题。可以基于test_gt利用build_dataset构建测试集进行测试。

[haojunW]

我尝试过使用test_gt来构建测试集，但我发现在
prediction = prediction.reshape(img.shape[:2])
这行代码中会有错误，以IndianPines为例，测试集的数量不足以reshape成(145, 145)

[eecn]

build_dataset出来 X_test进行预测, 根据输出 y_test_predict数据大小转换成数据对应的格式大小, 使用img.shape[:2]肯定不合理.
如果为了只输出test数据预测结果可视化可以根据build的indices对应的mask把test的数据输出出来。

[eecn]

作者您好，我想问一下 使用sklearn的模型来分类的话，可以在代码的哪些地方添加数据预处理(是个人的一些预处理) 因为我看到sklearn模型的数据都是原始数据，不像pytorch的HyperX类，可以添加数据预处理

另外还有一个小小的疑问 我看到sklearn的模型中，训练数据是img的一部分，但是用来预测的数据是整个img，请问这会不会导致测试集中存在训练集的问题

第二个问题，刚才看了下代码，我感觉这个影响不大。在main中320行，统计test accuracy只统计了test 数据那一部分。

run_results = metrics(prediction, test_gt, ignored_labels=hyperparams['ignored_labels'], n_classes=N_CLASSES)
全部预测是为了方便可视化。

[haojunW]

理解了，感谢感谢