如何在訓練中使用sigma/mu來校正第二測試數據集中的預測數據？

Question

我有一個模型，我正在使用兩個數據集，訓練&測試。我需要在使用scikit-learn構建模型之前使預測變量正常化。

比方說我的模型訓練數據：

Training[X1] has mean=10,stddev=1.5 
    Training[X2] has mean=45,stddev=17 
    etc... 

而且我對測試數據文件

Testing[X1] has mean=9,stddev=1.8 
    Testing[X2] has mean=40,stddev=13 
    etc... 

以便它使用相同的比例與原來我如何標準化測試數據文件數據集？

我嘗試使用此代碼，但它似乎不看的權利乍一看：

from sklearn.preprocessing import StandardScaler 
scaler = StandardScaler() 
scaler.fit(X_train) 
X_train = scaler.transform(X_train) 
X_test = scaler.transform(X_test) 

Answer 1

給出的代碼是正確的做法，你適合的平均訓練時/ STD後來就只使用它在測試階段。火車和測試之間的mu/sigma不同的事實是正常的，你必須處理它。這種情況的唯一原因是數據集太小，給定足夠的數據點這兩個值會收斂（假設數據正確收集）。