亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

如何在比最初訓練的原始數據集特征更少的數據集上使用標準縮放器模型

如何在比最初訓練的原始數據集特征更少的數據集上使用標準縮放器模型

慕桂英3389331 2023-10-11 21:40:06
我使用的是 sklearn.preprocessing 中的標準標量模型。我在包含 27 個特征的數據集上安裝了標準縮放器模型。是否可以在包含少于 27 個特征的測試數據集上使用相同的標準標量模型代碼片段from sklearn.preprocessing import StandardScaler() sc=StandardScaler() sc.fit_transform(x_train)到目前為止,一切正常。當我嘗試轉換測試數據集時,出現了問題。我知道為什么會這樣。測試數據集有 24 個特征。但是是否有可能轉換僅有的 24 個特征并忽略其中不存在的那些列。sc.transform(x_test)提前致謝??!
查看完整描述

1 回答

?
慕標5832272

TA貢獻1966條經驗 獲得超4個贊

如果想選擇所有功能而沒有第一個3功能,請使用DataFrame.iloc

from sklearn.preprocessing import StandardScaler

sc = StandardScaler()


x_train.iloc[:, 3:] = sc.fit_transform(x_train.iloc[:, 3:])

print (x_train)

如果功能在列表中使用subset:


from sklearn.preprocessing import StandardScaler

sc = StandardScaler()


features = ['col1','col2',..., 'col24']

x_train[features] = sc.fit_transform(x_train[features])

print (x_train)


查看完整回答
反對 回復 2023-10-11
  • 1 回答
  • 0 關注
  • 121 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號