在不拟合的情况下初始化 sklearn Scaler答案

【问题标题】：Initializing sklearn Scaler without fitting在不拟合的情况下初始化 sklearn Scaler
【发布时间】：2019-04-09 18:00:10
【问题描述】：

是否可以在不拟合的情况下初始化 scikit-learn StandardScaler？我知道均值和方差，但是当我手动设置它们（mean_ 和 var_）时，Scaler 在安装之前仍然无法工作。

编写自己的缩放器并不难，我可能会这样做。我从以前的数据中保存了均值和方差，并且需要以相同的方式缩放新数据。我知道，可以保存缩放器，但保存均值和方差更容易。

【问题讨论】：

如果您已经知道数据的均值和方差，为什么还要使用定标器？只需去除均值并除以方差即可。
好吧，如果你有 np.mean 和 np.var，为什么还要使用缩放器呢？使用 scaler.transform(data) 和 scaler.inverse_transform(scaled_data) 不是比手动更易读吗？
您可以将其包装在您自己的简单函数中。

【解决方案1】：

是的，可以在不拟合的情况下初始化 StandardScaler。

除了mean_ 和var_ 之外，还必须设置scale_ 属性。通过函数_handle_zeros_in_scale 将其设置为np.sqrt(self.var_)，该函数负责我们不会按零缩放。

【讨论】：