python - slearn 标准缩放器变换 VS fit_transform 输出

Question

我正在使用 sklearn 标准缩放器来规范化熊猫数据框中的某些列。虽然 fit_transform 按预期工作，但 transform 没有。这是我所做的：

non_categorical_variable = ['var1','var5']
scaler = StandardScaler()
train[non_categorical_variable] = scaler.fit_transform(train[non_categorical_variable])

它工作得很好，但这不起作用：

test[non_categorical_variable] = scaler.transform(test[non_categorical_variable])

这是错误消息：

predict_first_stage 中的文件“main_FM.py”，第 286 行

测试[non_categorical_features] = scaler.transform(test[non_categorical_features])

TypeError：“coo_matrix”对象没有属性“ getitem ”

现在，如果我简单地输入以下内容，一切正常并匹配。

print test[non_categorical_variable]
print scaler.transform(test[non_categorical_variable])

print type(test[non_categorical_variable])
print type(scaler.transform(test[non_categorical_variable]))

print test[non_categorical_variable].shape
print scaler.transform(test[non_categorical_variable]).shape

谢谢你的帮助！

Answer 1

可能test是一个稀疏矩阵，而train不是。因此test[non_categorical_variable]失败是因为稀疏矩阵不支持 gettitem 接口。

如果您使用的是 OneHotEncoder，则可以将其sparse参数设置为 false。