如何缩放训练模型的输入数据？

Question

我有一个训练有素的模型，该模型使用回归来预测房价。在标准数据集（来自sklearn的StandatdScaler）上进行了培训。现在如何在其他python程序中缩放模型输入（单个示例）？我不能在输入上使用StandardScaler，因为所有功能都将减少为0（MinMaxScaler也不起作用，也尝试从训练脚本中保存和加载缩放器-不起作用）。那么，我该如何缩放输入，以使特征不会为0从而允许模型正确预测价格？

Answer 1

您所描述的是术语上的矛盾。标度是指一定范围的数据；单个基准面没有“范围”；这是重点。

您似乎想问的是如何缩放输入数据以适合您在培训时所做的翻译。答案再简单不过了：您必须使用与培训时相同的翻译功能。标准做法是还原模型的摄取（即反转缩放功能）；如果您没有这样做，并且没有记下该函数的系数，那么您将没有必要的信息来对将来的输入应用相同的转换-简而言之，您训练有素的模型并不是特别有用

您可以尝试通过在原始数据集上运行缩放函数来恢复系数，并确保输出结果函数。然后，您可以将该功能应用于输入示例。