3
我使用Sklearn建立一个线性回归模型(或任何其它模型)具有以下步骤:标准化训练数据后预测使用sklearn新数据
X_train和Y_train是训练数据
规范训练数据
X_train = preprocessing.scale(X_train)
拟合模型
model.fit(X_train, Y_train)
一旦模型适合缩放数据,如何使用拟合模型预测新数据(一次一个或多个数据点)?
我现在用的就是
规模数据
NewData_Scaled = preprocessing.scale(NewData)
预测数据
PredictedTarget = model.predict(NewData_Scaled)
我想我错过了转换功能与preprocessing.scale
所以我可以用训练有素的模型保存它,然后将它应用于新的不可见数据?请任何帮助。
这是一个有用的答案 - 我想知道,如果StandardScaler也对新的看不见的数据使用。很高兴看到这种情况。 –