推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2364 天前的主题，其中的信息可能已经有所发展或是发生改变。
train_features 是训练集的原始特征，test_features 是测试集的原始特征。我现在想先把训练集中每列进行标准化，然后用它的参数（平均值和标准差）去标准化测试集对应的列，问一下该怎么做？
 |
1
acone2003 OP 我这样做对吗？
scaler = preprocessing.StandardScaler() Ens_seg1_all_std_probaes = scaler.fit_transform( Ens_seg1_all_probaes ) Ens_seg2_all_std_probaes = scaler.transform( Ens_seg2_all_probaes ) 其中 Ens_seg1_all_probaes 为训练集特征矩阵，Ens_seg2_all_probaes 为测试集的 |
 |
2
capo 2018-07-11 09:43:19 +08:00
没有思考过这个问题，一直都是先在整个数据集上做标准化这样的工作，然后再划分训练集之类的
|
 |
3
glasslion 2018-07-11 09:48:10 +08:00
对的
|
 |
4
Morriaty 2018-07-11 10:01:01 +08:00
训练集和测试集特征空间不一致，这模型还有什么用.....
|
Select Language