用数组拟合Normalizer，然后在python中使用sklearn转换另一个数组

Question

我不确定我是否做错了什么，或者如果这不是正确的方式来做这件事。

我正在为模型的数据集中编码变量，现在，我正在使用sklearn.preprocessing中的Normalizer()来规范化我的一个变量，这是数值。

我的数据集被分成两个，一个用于训练，一个用于推理。现在，我的目标是在训练子集中对这个数值变量(我们称之为列x)进行规范化，然后使用规范化参数对推理数据集中的相同变量进行规范化。现在，两个子集没有相同数量的条目，所以，我要做的是:

nr = Normalizer()
nr.fit([df1.x])
new_col = nr.transform(df1.x)

现在，问题是……当我尝试在推理子集中的列x上使用相同的规范化参数时，因为它具有不同的行数:

new_col1 = nr.transform(df2.x)

我:

X has 10 features, but Normalizer is expecting 697 features as input.

我不确定这是否是一些重塑问题，或者Normalizer()不应该以这种方式使用，所以，任何建议都是非常欢迎的。

Answer 1

Normalizer用于规范化行，而StandardScaler用于规范化列。关于你的问题，似乎你想要扩展列。因此，您应该使用StandardScaler。

scikit-learn变压器除了形状(n_sample, n_feature)的输入为二维数组外，pandas.Series为带轴标签的一维数组。

您可以通过将pandas.DataFrame传递给变压器来解决这个问题。

如下:

import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
df1 = pd.DataFrame({'x' : np.random.uniform(low=0, high=10, size=1000)})
df2 = pd.DataFrame({'x' : np.random.uniform(low=0, high=10, size=850)})
scaler = StandardScaler()
new_col = scaler.fit_transform(df1[['x']])
new_col1 = scaler.transform(df2[['x']])