Question

我正在尝试运行SKLearn预处理标准缩放器功能，我收到以下错误：

from sklearn import preprocessing as pre
scaler = pre.StandardScaler().fit(t_train)
t_train_scale = scaler.transform(t_train)
t_test_scale = scaler.transform(t_test)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-149-c0133b7e399b> in <module>()
      4 scaler = pre.StandardScaler().fit(t_train)
      5 t_train_scale = scaler.transform(t_train)

----> 6 t_test_scale = scaler.transform(t_test)

C:\Users\****\Anaconda\lib\site-packages\sklearn\preprocessing\data.pyc in transform(self, X, y, copy)
    356         else:
    357             if self.with_mean:
--> 358                 X -= self.mean_
    359             if self.with_std:
    360                 X /= self.std_

ValueError: operands could not be broadcast together with shapes (40000,59) (119,) (40000,59)

我理解形状不匹配。列车和测试数据集的长度不同，那么我将如何转换数据？

Answer 1

请打印t_train.shape[1]和t_test.shape[1]

的输出

StandardScaler期望任何两个数据集具有相同数量的列。我怀疑早期的预处理（删除列，添加虚拟列等）是问题的根源。无论您对t_train进行何种转换，都需要进行t_test。

错误告诉您我要求的信息：

ValueError: operands could not be broadcast together with shapes (40000,59) (119,) (40000,59)

我希望您发现t_train.shape[1]是59而t_test.shape[1]是119。因此，您的训练数据集中包含59列，测试数据集中包含119。

在尝试使用StandardScaler之前，您是否从培训集中删除了任何列？

Answer 2

“火车和测试数据集的长度是多少”是什么意思？你是如何获得训练数据的？

如果您的测试数据具有比训练数据更多的功能，以便有效地降低测试数据的维度，您应该知道您的训练数据是如何制定的。例如使用降维技术（PCA，SVD等）或类似的东西。如果是这种情况，您必须将每个测试向量与用于降低训练数据维度的相同矩阵相乘。

Answer 3

时间序列采用时间格式作为行中的列和数据。我在原始发布的代码之前执行了以下操作：

<div class="form-group" ng-repeat="value in entity.rowObjects">
    <label class="control-label col-md-3">Row {{$index}}</label>
    <div class="input-group col-md-4">
        <input id="startDate1" type="text" class="form-control" ng-model="value.startDate">
        <input id="endDate1" type="text" class="form-control" ng-model="value.endDate">
        <input type="text" ng-model="value.id" ng-value="1" style="display: none;">
    </div>
</div>

提醒一下，由于某种原因，我必须在更改“卡住”之前将电池运行2倍......

Answer 4

t_train 的形状为（x，119），而 t_test 的形状为（40000,59）。如果要使用相同的缩放器对象进行转换，则您的数据应始终具有相同的列数。由于您在 t_train 上安装了 scaler ，因此，这就是您尝试转换 t_test 时遇到问题的原因。

使用SKLearn Preproccesing的Python，ValueError，BroadCast错误

4 个答案: