第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

如何在比最初訓(xùn)練的原始數(shù)據(jù)集特征更少的數(shù)據(jù)集上使用標(biāo)準(zhǔn)縮放器模型

如何在比最初訓(xùn)練的原始數(shù)據(jù)集特征更少的數(shù)據(jù)集上使用標(biāo)準(zhǔn)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(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??!
查看完整描述

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)


查看完整回答
反對(duì) 回復(fù) 2023-10-11
  • 1 回答
  • 0 關(guān)注
  • 120 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)