【问题标题】:predicting new non-standardized data with classifier trained on standardized data使用在标准化数据上训练的分类器预测新的非标准化数据
【发布时间】:2016-05-09 01:40:56
【问题描述】:

我有一些数据,比如L 特征。我通过在 X_train 上执行 fit_transform 使用 StandardScaler() 对它们进行了标准化。现在在预测时,我做了clf.predict(scaler.transform(X_test))。到目前为止一切都很好......现在如果我想腌制模型以供以后重用,我将如何使用这个保存的模型预测未来的新数据?新的(未来的)数据不会被标准化,我没有腌制scaler

在按照我现在的方式对模型进行腌制之前,我还需要做些什么(以便能够预测非标准化数据)?

reddit 帖子:https://redd.it/4iekc9

谢谢。 :)

【问题讨论】:

    标签: python scikit-learn


    【解决方案1】:

    要解决此问题,您应该使用管道。第一阶段是缩放,第二阶段是你的模型。然后,您可以腌制整个管道并享受新数据的乐趣。

    【讨论】:

    • 好主意... :) 但是总的来说,您知道要遵循的最佳做法是什么吗?或者它是如何在现实世界中完成的?
    猜你喜欢
    • 2016-12-11
    • 2018-11-07
    • 2023-03-10
    • 2021-09-08
    • 2018-05-19
    • 1970-01-01
    • 2020-09-21
    • 2019-05-23
    • 1970-01-01
    相关资源
    最近更新 更多