关于scikit学习：使用Sklearn库的StandardScaler在Python中缩放目标变量会产生错误


Scaling the target variable is giving error in Python using StandardScaler of Sklearn library

通过使用StandardScaler类的常规过程缩放目标变量会产生错误。 但是，通过添加行y = y.reshape(-1,1)解决了该错误。 之后，将fit_transform方法应用于目标变量即可得出标准化值。 我无法弄清楚如何添加y.reshape(-1,1)使其起作用？

X是具有一个特征的自变量，y是数字目标变量" Salary"。 我试图将支持向量回归应用于该问题，该问题需要显式的特征缩放。 我尝试了以下代码：

1
2
3
4
5
6
7
from sklearn.preprocessing import StandardScaler

sc_X = StandardScaler()
sc_y = StandardScaler()

X = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

它给了我这样的错误：

ValueError: Expected 2D array, got 1D array instead Reshape your data
either using array.reshape(-1, 1) if your data has a single feature
or array.reshape(1, -1) if it contains a single sample.

在进行以下更改之后：

1
2
3
X = sc_X.fit_transform(X)
y = y.reshape(-1,1)
y = sc_y.fit_transform(y)

标准化工作得很好。 我需要了解添加此y = y.reshape(-1,1)如何帮助实现它。
谢谢。

简而言之，是的，您需要对其进行转换。这是因为根据sklearn文档，fit_transform期望X或预测变量由n_samples与n_features组成，这对它的用途很有意义。仅提供一维数组，此功能会将其读取为n_feature的1个样本。也许附加下面的代码可以使这一点更加清楚：

1
2
3
4
5
6
7
8
9
10
In [1]: x_arr                                                                                                                                                                                                    
Out[1]: array([1, 2, 3, 4, 5]) # will be considered as 1 sample of 5 feature

In [2]: x_arr.reshape(-1,1)                                                                                                                                                                                      
Out[2]:
array([[1], # 1st sample
       [2], # 2nd sample
       [3], # 3rd sample
       [4], # 4th sample
       [5]])# 5th sample

无论如何，关于如何使用StandardScaler(与您的代码为何会产生错误的问题无关，上面已回答)，您想要做的就是在整个数据中使用相同的StandardScaler。一般来说，不需要缩放目标变量，因为它是您要预测的变量，而不是预测变量(假设代码中的y是目标变量)。

首先，您想存储训练数据的平均值和标准偏差，以供以后扩展测试数据时使用。

1
2
3
4
5
6
7
8
9
10
from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

# Here the scaler will learn the mean and std of train data
x_train_scaled = scaler.fit_transform(x_train, y_train)

# Use here to transform test data
# This ensures both the train and test data are in the same scale
x_test_scaled = scaler.transform(x_test)

希望这可以帮助！

这在SKLearn中很有用。
从缩放器的.transform函数的文档中，.transform的输入必须是2D矩阵，其中第二维是要素数量：

Perform standardization by centering and scaling

Parameters: X : array-like, shape [n_samples, n_features] The data
used to scale along the features axis.

现在，最后一个维度必须明确设置为1，不能丢失。在调整数据的形状(即y=y.reshape(-1,1))之前，缺少最后一个尺寸-请参见以下示例：

1
2
3
4
5
6
7
import numpy as np
a = np.array([0,0,0])
print(a) # [0 0 0]
print(a.shape) # (3,)
b = a.reshape(-1,1)
print(b) # [[0] [0] [0]]
print(b.shape) # (3,1)

reshape方法更改数组的形状：例如，如果a是具有6个元素(以及任何形状)的数组，则a.reshape(3,2)会将其形状更改为3×2。 -1参数的基本含义是"使用此处所需的维，以便数据适合"。因此，a.reshape(-1,1)一个具有n个元素的数组到一个n×1 2d数组(未明确指定n)。

相关讨论