Question

我想应用sklearn.preprocessing.scale提供的缩放scikit-learn模块，用于集中我将用于训练svm分类器的数据集。

如何存储标准化参数，以便我也可以将它们应用于我想要分类的数据？

我知道我可以使用standarScaler但是我可以以某种方式将其序列化为一个文件，以便每次我想运行分类器时都不必将它放到我的数据中吗？

Answer 1

我认为最好的方法是在帖子fit之后挑选它，因为这是最通用的选项。也许您稍后会创建一个由特征提取器和缩放器组成的管道。通过腌制（可能是复合的）阶段，你会使事情变得更加通用。 sklearn documentation on model persistence讨论了如何执行此操作。

话虽如此，您可以在sklearn.preprocessing.StandardScaler查询适合参数：

比例_ ：ndarray，shape（n_features，）每个功能相对缩放数据。版本0.17中的新增内容：建议使用scale_而不是弃用std_。 mean _ ：具有形状的浮点数组[n_features] 训练集中每个要素的平均值。

以下简短代码段说明了这一点：

from sklearn import preprocessing
import numpy as np

s = preprocessing.StandardScaler()
s.fit(np.array([[1., 2, 3, 4]]).T)
>>> s.mean_, s.scale_
(array([ 2.5]), array([ 1.11803399]))

Answer 2

使用标准洁牙机缩放

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(data)
scaled_data = scaler.transform(data)

保存mean_和var_供以后使用

means = scaler.mean_ 
vars = scaler.var_

（您可以打印和复制粘贴均值和变量，或使用np.save ....保存到磁盘。）

以后使用保存的参数

def scale_data(array,means=means,stds=vars **0.5):
    return (array-means)/stds

scale_new_data = scale_data(new_data)

Answer 3

您可以使用joblib模块存储定标器的参数。

<input type="text" [(ngModel)]="picker" ngbDatepicker (click)="date_begin.toggle()" placeholder="date" #date_begin="ngbDatepicker" />
{{picker | json}} --> output:  { "year": 2020, "month": 9, "day": 8 }

稍后您可以加载缩放器。

from joblib import dump
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(data)
dump(scaler, 'scaler_filename.joblib')

Answer 4

酸洗通常是个坏主意，至少在生产中是如此，所以我使用了另一种方法：

# scaler is fitted instance of MinMaxScaler
scaler_data_ = np.array([scaler.data_min_, scaler.data_max_])
np.save("my_scaler.npy", scaler_data_)

#some not scaled X
Xreal = np.array([1.9261148646249848, 0.7327923702472628, 118, 1083])

scaler_data_ = np.load("my_scaler.npy")
Xmin, Xmax = scaler_data_[0], scaler_data_[1]
Xscaled = (Xreal - Xmin) / (Xmax-Xmin)
Xscaled
# -> array([0.63062502, 0.35320565, 0.15144766, 0.69116555])

如何存储缩放参数供以后使用

4 个答案: