时间戳

首页 > 解决方案 > fit_transform(X) 与 fit_transform(X,y)

python - fit_transform(X) 与 fit_transform(X,y)

问题描述

我正在使用 minmax 缩放器来缩放 X、y 数据。我看到有些人只是分别缩放 X 和 y，如下所示：

from sklearn.preprocessing import MinMaxScaler
sc=MinMaxScaler()
X=dataset.iloc[:,0:13]
y=dataset.iloc[:,13].values
Xnorm=pd.DataFrame(data=sc.fit_transform(X))
yshape=pd.DataFrame(data=y.reshape(-1,1))
ynorm=pd.DataFrame(data=sc.fit_transform(yshape))

Xnorm.shape
(506, 13)

我想知道我是否可以像下面一样同时缩放 x 和 y

datanorm=pd.DataFrame(data=sc.fit_transform(X,y))
datanorm.shape
(506, 13)

然而，datanorm 与 ynorm 完全相同，具有 13 列。我期望datanorm应该有14列，包括来自x的13列和来自y的一列。我理解正确吗？谢谢您的帮助。

标签： python

解决方案

因为在某些算法中，我们需要归一化/缩放特征（X），而不是标签（y）。因此为什么不适用于标签？

再次思考 ML 中的以下步骤。首先，我们选择一个模型来处理训练数据。其次，训练数据以找出这些数据的最佳参数。第三，我们使用该估计器从测试特征（X_test 示例）预测（推断）输出（标签）。

因此，如果您对标签进行标准化/缩放，您的模型（第二步中的参数）仅适用于标准化/缩放标签。第三步的推理值将是低分。

推荐阅读