gal*_*h33 1 python machine-learning normalization scikit-learn
我正在研究回归问题,我的特征在矩阵X中,目标值在Y中.
我想缩放输入.我使用这样做sklearn的MinMaxScaler:
# scale data to 0-1
scaler = MinMaxScaler(feature_range=(0, 1))
X = scaler.fit_transform(X)
我的理解是Y现在应该相应地缩放真正的标签向量.如何使用该scaler对象执行此操作？从文档中,我可以将真实标签传递给fit_transform方法,但似乎这只是"管道兼容性" - 即,方法忽略Y并仅返回转换后的X.
谢谢!
您无法Y使用该缩放器缩放目标变量.
因为MinMaxScaler:
通过将每个要素缩放到给定范围来转换要素.
它不会转换目标变量.或者更准确地说,因为您已将其安装在功能上,因此您只能将其应用于功能上.
当您再次需要缩放器的情况是,当您尝试将模型应用于测试数据以进行预测时,您需要使用相同的缩放器来转换测试数据的功能,以便结果保持一致.
| 归档时间： |
|
| 查看次数： |
388 次 |
| 最近记录： |