使用 Scikit-learn 中的 Column Transformer 时如何找出 StandardScaling 参数 .mean_ 和 .scale_？答案

【问题标题】：How to find out StandardScaling parameters .mean_ and .scale_ when using Column Transformer from Scikit-learn?使用 Scikit-learn 中的 Column Transformer 时如何找出 StandardScaling 参数 .mean_ 和 .scale_？
【发布时间】：2021-07-26 05:08:32
【问题描述】：

我想使用函数sklearn.compose.ColumnTransformer 仅将 StandardScaler 应用于我的数据集的数字部分，（其余部分已经是 one-hot 编码的）。我希望看到 .scale_ 和 .mean_ 参数适合训练数据，但函数 scaler.mean_ 和 scaler.scale_ 在使用列转换器时显然不起作用。有办法吗？

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)

scaler = StandardScaler()
data_pipeline = ColumnTransformer([
 ('numerical', scaler, numerical_variables)], remainder='passthrough')

X_train = data_pipeline.fit_transform(X_train)

【问题讨论】：

标签： python machine-learning scikit-learn standardization

【解决方案1】：

已安装的变压器可在属性transformers_（列表）和named_transformers_（类似于dict，键为您提供的名称）中找到。所以，例如，

data_pipeline.named_transformers_['numerical'].mean_

【讨论】：