如何使用 StandardScaler 和 'transform()' 方法将缩放应用于训练和测试拆分（完全丢失）

Question

#代码任务 10

#在X_tr上调用StandardScalers fit方法来适配scaler

#然后使用它的transform()方法将缩放应用于训练和测试拆分

#data(X_tr and X_te)，分别将结果命名为X_tr_scaled和X_te_scaled

scaler = StandardScaler()
scaler.fit_transform(X_tr)
X_tr_scaled = scaler.transform(X_tr)
X_te_scaled = scaler.transform(X_te)

这是我使用的代码，但我得到了

RunTimeWarning: invalid value encountered in true_divide

和

RunTimeWarning: Degrees of Freedom <= 0 for slice. result=op(x, *args, **kwargs)

我尝试查找在线资源，这是我得到代码的方式，但问题是我使用 transform() 但它根本不起作用，而 fit_transform 至少给了我一个输出。

我对此一无所知，也不明白为什么会出现 RunTimeError。如果有人可以提供任何解释、文章或 pdf 来引导我完成 Sklearn 或为什么我会出错，我将不胜感激。

Answer 1

您不想 fit_transform() 然后再次 transform()。

尝试用训练数据拟合缩放器，然后按如下方式转换训练和测试数据集：

scaler = StandardScaler().fit(X_tr)
X_tr_scaled = scaler.transform(X_tr)
X_te_scaled = scaler.transform(X_te)

让我知道它是否有效！