X每个样本具有67个功能，预期为207个

Question

我试图将转换应用于客户数据，而不使用.fit（）或.fit_transform（）方法来重新拟合旧对象，并且我在代码中遇到此错误：

  

ValueError：每个样本X具有67个功能，预期为207

feat_customers = clean_data(customers)
scaler = StandardScaler()
imputer = Imputer(missing_values='NaN', strategy='most_frequent', axis=0)
# code that causes the error
customer_reduced = pca.transform(scaler.transform(imputer.transform(feat_customers)))

Answer 1

似乎“ clean_data”功能正在为您进行数据预处理。请使用此功能训练模型，然后在新数据上使用相同的“ clean_data”功能后应用变换。

  

我正尝试使用.fit（）

将转换应用于客户数据不

以上句子不正确。请检查this链接以完全了解fit，fit_trnsform和transform之间的区别。您可能对这些术语有所了解，但是当您提出这个问题时，最好再次访问它们。