python - sklearn StandardScaler 返回全零

Question

我有一个从以前的模型中保存的 sklearn StandardScaler，我正在尝试将其应用于新数据

scaler = myOldStandardScaler
print("ORIG:", X)
print("CLASS:", X.__class__)
X = scaler.fit_transform(X)
print("SCALED:", X)

我有三个观察值，每个观察值有 2000 个特征。如果我分别运行每个观察，我会得到一个全为零的输出。

ORIG: [[  3.19029839e-04   0.00000000e+00   1.90985485e-06 ...,   0.00000000e+00
0.00000000e+00   0.00000000e+00]]
CLASS: <class 'numpy.matrixlib.defmatrix.matrix'>
SCALED: [[ 0.  0.  0. ...,  0.  0.  0.]]

但是如果我将所有三个观察值附加到一个数组中，我会得到我想要的结果

ORIG: [[  0.00000000e+00   8.69737728e-08   7.53361877e-06 ...,   0.00000000e+00
0.00000000e+00   0.00000000e+00]
[  9.49627142e-04   0.00000000e+00   0.00000000e+00 ...,   0.00000000e+00
0.00000000e+00   0.00000000e+00]
[  3.19029839e-04   0.00000000e+00   1.90985485e-06 ...,   0.00000000e+00
0.00000000e+00   0.00000000e+00]]
CLASS: <class 'numpy.matrixlib.defmatrix.matrix'>
SCALED: [[-1.07174217  1.41421356  1.37153077 ...,  0.          0.          0.        ]
[ 1.33494964 -0.70710678 -0.98439142 ...,  0.          0.          0.        ]
[-0.26320747 -0.70710678 -0.38713935 ...,  0.          0.          0.        ]]

我看到了这两个问题:

• Sklearn's MinMaxScaler only returns zeros
• Unexpected StandardScaler fit_transform output

两者都没有公认的答案。

我试过:

• 从 (1,n) reshape 为 (n,1)(这会给出不正确的结果)
• 将数组转换为 np.float32 和 np.float64(仍然全为零)
• 创建一个数组的数组(同样，全为零)
• 创建一个 np.matrix(同样，全为零)

我错过了什么？ fit_transform 的输入是同一类型，只是大小不同。

如何让 StandardScaler 处理单个观察值？

Answer 1

当您尝试将 StandardScaler 对象的 fit_transform 方法应用于大小为 (1, n) 的数组时，您显然会得到全零，因为对于数组的每个数字你从这个数字的平均值中减去它等于数字并除以这个数字的标准差。如果要正确缩放数组，应将其转换为大小为 (n, 1) 的数组。你可以这样做:

import numpy as np

X = np.array([1, -4, 5, 6, -8, 5]) # here should be your X in np.array format
X_transformed = scaler.fit_transform(X[:, np.newaxis])

在这种情况下，您会根据一个对象的特征获得标准缩放比例，这不是您要找的。
如果你想通过 3 个对象的一个​​特征进行缩放，你应该将大小为 (3, 1) 的数组传递给 fit_transform 方法，其中包含与每个对象对应的特定特征的值。

X = np.array([0.00000000e+00, 9.49627142e-04, 3.19029839e-04])
X_transformed = scaler.fit_transform(X[:, np.newaxis]) # you should get
# array([[-1.07174217], [1.33494964], [-0.26320747]]) you're looking for

如果您想使用已经拟合的 StandardScaler 对象，则不应使用 fit_transform 方法，因为它会用新数据重新拟合对象。 StandardScaler 有 transform 方法，它适用于单次观察:

X = np.array([1, -4, 5, 6, -8, 5]) # here should be your X in np.array format
X_transformed = scaler.transform(X.reshape(1, -1))