我正在使用TensorFlow创建一个简单的DNN模型。 训练数据时,我将按以下方式缩放所有训练数据:
X_scaler = preprocessing.StandardScaler()
X_standard = X_scaler.fit_transform(X_train)
但是当我使用模型检查点时,必须再次缩放输入。因此,我正在像这样缩放单个样本:
X_scaler = preprocessing.StandardScaler()
X_standard = X_scaler.transform(X_test)
但是单个样本的缩放使我[[0.000000 0.000000 0.000000 0.000000 0.000000 ]]
有人可以向我解释我做错了什么,如何正确缩放? 我的火车数据是一个csv文件,内部看起来像这样:
[[11.000000 61.000000 134217728.000000 ... 0.000000 46596.313072
272756.723290]
[1.000000 87.000000 134217728.000000 ... 16.449219 13925.136928
289477.942990]
[16.000000 73.000000 2097152.000000 ... 19567.666016 50885.644772
305358.707758]]
我的单个测试样本是相同的,但只是数组中的一个元素:
[[57.000000 14.000000 2097152.000000 5.000000 3.000000 3.000000 0.000000
262.000000 81788928.000000 1001.000000 527593.000000 349181.000000
182.000000 11.000000 0.349954 0.701496 95.800000 2.280000 1.790000
13141380.000000 3166248.000000 19.420000 25.400000 100.740000
31004.910000 2.000000 1000000000.000000 93.370000 3.030000 3.540000
11483952.000000 3923548.000000 25.470000 40.370000 186.790000
49280.940000 18.000000 3700000000.000000 750.371094 17519.000000
27508.000000 18915.000000 149477.500000 2080774.000000 189943.000000
0.000325 5.376465 350.303954 370104.379128]]