我正在研究信号分类问题，想先缩放数据集矩阵，但是我的数据是3D格式（批，长度，通道）。
我尝试使用Scikit-learn Standard Scaler：
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
但是我收到了以下错误消息：
找到具有暗3的数组。StandardScaler预期<= 2
我认为一种解决方案是将每个通道的矩阵分成多个2D矩阵，分别缩放比例，然后放回3D格式，但是我想知道是否有更好的解决方案。
非常感谢你。