3
我使用Sklearn建立一個線性迴歸模型(或任何其它模型)具有以下步驟:標準化訓練數據後預測使用sklearn新數據
X_train和Y_train是訓練數據
規範訓練數據
X_train = preprocessing.scale(X_train)
擬合模型
model.fit(X_train, Y_train)
一旦模型適合縮放數據,如何使用擬合模型預測新數據(一次一個或多個數據點)?
我現在用的就是
規模數據
NewData_Scaled = preprocessing.scale(NewData)
預測數據
PredictedTarget = model.predict(NewData_Scaled)
我想我錯過了轉換功能與preprocessing.scale
所以我可以用訓練有素的模型保存它,然後將它應用於新的不可見數據?請任何幫助。
這是一個有用的答案 - 我想知道,如果StandardScaler也對新的看不見的數據使用。很高興看到這種情況。 –