Python中如何用训练集的参数标准化测试集？
train_features 是训练集的原始特征，test_features 是测试集的原始特征。我现在想先把训练集中每列进行标准化，然后用它的参数（平均值和标准差）去标准化测试集对应的列，问一下该怎么做？
Python中如何用训练集的参数标准化测试集？
5 回复
我这样做对吗？
scaler = preprocessing.StandardScaler()
Ens_seg1_all_std_probaes = scaler.fit_transform( Ens_seg1_all_probaes )
Ens_seg2_all_std_probaes = scaler.transform( Ens_seg2_all_probaes )
其中 Ens_seg1_all_probaes 为训练集特征矩阵，Ens_seg2_all_probaes 为测试集的
在scikit-learn里，用训练集的均值和标准差来标准化测试集是标准做法。关键是要用fit_transform()处理训练集，然后用transform()处理测试集，绝对不能用fit_transform()再拟合一次测试集。
from sklearn.preprocessing import StandardScaler
import numpy as np
# 假设这是你的数据
X_train = np.array([[1, 2], [3, 4], [5, 6]])
X_test = np.array([[7, 8], [9, 10]])
# 创建标准化器
scaler = StandardScaler()
# 只在训练集上拟合（计算均值和标准差）
X_train_scaled = scaler.fit_transform(X_train)
print("训练集标准化后:\n", X_train_scaled)
print("训练集均值:", scaler.mean_)
print("训练集标准差:", scaler.scale_)
# 用训练集的参数转换测试集
X_test_scaled = scaler.transform(X_test)
print("\n测试集标准化后:\n", X_test_scaled)
这样做的原理是：fit_transform()会计算训练集的统计量并立即转换，而transform()会复用这些统计量来转换新数据。测试集必须使用与训练集相同的缩放参数，否则数据分布就不一致了，模型效果会出问题。
如果你需要保存和加载这个标准化器，可以用joblib或pickle：
import joblib
joblib.dump(scaler, 'scaler.pkl') # 保存
loaded_scaler = joblib.load('scaler.pkl') # 加载
简单说就是训练集fit_transform，测试集只transform。
