时间戳

首页 > 解决方案 > 如何将我的有监督机器学习模型与无监督数据一起使用？

python - 如何将我的有监督机器学习模型与无监督数据一起使用？

问题描述

我做了一个决策树和逻辑回归模型。我对结果感到满意。如何在无监督数据上使用它？另外：我是否需要始终使用 StandardScaler 处理新数据？

标签： pythonscikit-learn

解决方案

虽然你的问题对我来说太宽泛了，但我仍然想给出一些简短的建议：

  1. 您需要监督数据仅用于模型的训练阶段。当您已经训练有素的模型时，您可以对无监督数据（即没有标签/目标的数据）进行预测，并且模型返回预测的标签。通常你可以通过使用predict方法来做到这一点
  2. 重要时刻：要使用该predict方法，需要以与训练期间相同的形式将数据传输到模型输入 - 相同的特征集和相同数量的特征（当然不包括标签/目标）
  3. 预处理也是如此 - 如果您用于StandardScaler训练数据，您也必须将其用于新数据 - SAME StandardScaler（transform即已安装在 trining 数据缩放器上的调用方法）
  4. 使用StandatdScaler或一些标准化的哲学：很短 - 将其用于线性模型（以及您的逻辑回归）。在这里阅读它，例如：https ://scikit-learn.org/stable/auto_examples/preprocessing/plot_scaling_importance.html 但对于树，这不是必需的。示例：https ://towardsdatascience.com/do-decision-trees-need-feature-scaling-97809eaa60c6

推荐阅读