Scikit-Learn:如何使用矩阵X的变换来变换目标变量Y.

时间:2017-05-27 13:49:01

标签: python machine-learning scikit-learn normalization

我处理回归问题,我的特征在矩阵X中,目标值在Y中。

我想缩放输入。我是使用sklearn MinMaxScaler

进行的
# scale data to 0-1
scaler = MinMaxScaler(feature_range=(0, 1))
X = scaler.fit_transform(X)

我的理解是,现在应该相应地缩放真实标签向量Y。如何使用scaler对象执行此操作?从docs开始,我可以将真实标签传递给fit_transform方法,但看起来这只是为了"管道兼容性" - 即,该方法忽略Y并仅返回已转换的X.

谢谢!

1 个答案:

答案 0 :(得分:5)

您无法使用缩放器缩放目标变量Y

因为 MinMaxScaler

  

通过将每个要素缩放到给定范围来转换要素。

它不会转换目标变量。或者更准确地说,因为您已将其安装在功能上,因此您只能将其应用于功能。

当您再次需要缩放器的情况是当您尝试将模型应用于测试数据以进行进行预测时,您需要使用相同的缩放器来转换测试数据的功能同样,结果也是一致的。