需要预处理时如何预测单个数据样本答案

【问题标题】：How to predict on a single data sample when preprocssing is needed需要预处理时如何预测单个数据样本
【发布时间】：2018-09-13 23:29:21
【问题描述】：

当我阅读 scikit learn 示例时，典型的机器学习流程是预处理 --> 学习 --> 预测。如下图sn-p代码：

steps = [('scalar', StandardScalar()), 
     ('knn', KNeighborsClassifier())]

pipeline = Pipeline(steps)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

knn_scaled = pipeline.fit(X_train, y_train)

y_pred = pipeline.predict(X_test)

在这里，训练数据集和测试数据集都在适合分类器之前进行了缩放。但在我的任务中，我将预测单个数据样本。在训练我的模型后，我将从流线获取数据。所以每次接收到一个新数据时，我都需要使用分类器对其进行预测，并使用预测值来执行我的任务。

所以每次只有一个示例可用，如何在预测之前对其进行预处理？在这个例子上进行缩放似乎没有意义。我该如何处理这样的问题？

【问题讨论】：

标签： machine-learning scale

【解决方案1】：

就像您训练分类器并使用生成的模型来预测单个记录一样，预处理步骤也会生成预处理模型。假设您的输入是 Xi，并且您已经安装了预处理和分类器模型（分别为 scaler 和 clf）：

Xi_new=scaler.transform(Xi) 
print(clf.predict(Xi_new))

【讨论】：

有道理！感谢您的帮助。