慕桂英3389331
2023-10-11 21:40:06
我使用的是 sklearn.preprocessing 中的標(biāo)準(zhǔn)標(biāo)量模型。我在包含 27 個(gè)特征的數(shù)據(jù)集上安裝了標(biāo)準(zhǔn)縮放器模型。是否可以在包含少于 27 個(gè)特征的測(cè)試數(shù)據(jù)集上使用相同的標(biāo)準(zhǔn)標(biāo)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(dāng)我嘗試轉(zhuǎn)換測(cè)試數(shù)據(jù)集時(shí),出現(xiàn)了問題。我知道為什么會(huì)這樣。測(cè)試數(shù)據(jù)集有 24 個(gè)特征。但是是否有可能轉(zhuǎn)換僅有的 24 個(gè)特征并忽略其中不存在的那些列。sc.transform(x_test)提前致謝??!
1 回答

慕標(biāo)5832272
TA貢獻(xiàn)1966條經(jīng)驗(yàn) 獲得超4個(gè)贊
如果想選擇所有功能而沒有第一個(gè)3
功能,請(qǐng)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)
添加回答
舉報(bào)
0/150
提交
取消