Jason 老师，
关于project 1我有三个问题，
1，根据问题，是否复购以train set的时间为准， 那么直接用train set的reorder 作为label 行不行？ 我做了value count，和sample code 做的label数是一样的
2，课上提到，我们应该用 train dataset 的 scaler去 fit val 和 test set，以避免数据泄露，但sample code里 train val set 是一起做的， testset 在pipeline里用自己的scaler， 这样做会有什么影响吗？
3，如果我想在pipeline里加一个自己数据处理函数，需要把函数用类封装， 还是直接append到pipeline就可以了？
- reorder这一列里面的"1"确实全都是positive label. 但是里面的0并不一定是我们要的negative label. 因为reorder这个feature的意思是：如果这次购买是复购，就是1；如果这次是user首次购买此商品，就是0。但是我们的label需要的0表示的是：用户之前购买过，但是在train set里面并没有复购。
- 我不认为sample code是你说的这样
但sample code里 train val set 是一起做的， testset 在pipeline里用自己的scaler，
我们在代码里面，是利用pipeline的结构，在train set里面构造出来MinMaxScaler, 然后在validation set里面用train set连的scalar, 这样是最严谨的做法。而最后处理test set的时候，我们是用train+validation set的数据构造出来的模型，当然scalar也是来自于train+validation set.
- 嗯是的。我在代码里面就是用类似方法向pipeline里面增加的tensorflow model.