как предсказать новые значения, когда модель машинного обучения была стандартизирована StandardScaler - PullRequest
Новая
       92

как предсказать новые значения, когда модель машинного обучения была стандартизирована StandardScaler

0 голосов
/ 04 марта 2020

Я работаю над моделью машинного обучения, у меня есть фрейм данных с данными

Я нормализую данные со стандартным распределением 

scaler = StandardScaler()
df = scaler.fit_transform(df)

Я делю наборы данных на целевые и характеристики 

X_df = df[X_characteristics_list]
y_df = df[target]

Я делюсь на поезд и тестирую, затем тренирую модель 

X_train, X_test, y_train, y_test = train_test_split(X_df, y_df, test_size = 0.25)
forest = RandomForestRegressor()
forest.fit(X_train, y_train)

Я предсказываю тест для проверки эффективности 

y_test_pred = forest.predict(X2_test)
mse = mean_squared_error(y_test, y_test_pred)

Но когда время для тестирования в реальной жизни. Мне нужно оставить модель готовой к предсказанию

. Если я хочу предсказать только одну запись, скажем, [100,20,34], я не могу, потому что мне нужна стандартизированная запись, и преобразование с помощью StandardScaler не работает, поскольку оно зависит от стандартного отклонения, поэтому мне понадобится исходный набор данных

. Как лучше всего решить эту проблему.

1 Ответ

1 голос
/ 04 марта 2020

См. Ниже: 

>>> from sklearn.datasets import make_classification
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.linear_model import LogisticRegression
>>> from sklearn.preprocessing import StandardScaler
# Create our input and output matrices
>>> X, y = make_classification()
# Split train-test... "test" will be production/unobserved/"real-life" data
>>> X_train, X_test, y_train, y_test = train_test_split(X, y)
# What does X_train look like?
>>> X_train
array([[-0.08930702, -2.71113991, -0.93849926, ...,  0.21650905,
         0.68952722,  0.61365789],
       [-0.31143977, -1.87817904,  0.08287492, ..., -0.41332943,
        -0.58967179,  1.7239411 ],
       [-1.62287589,  1.10691318, -0.630556  , ..., -0.35060008,
         1.11270562,  0.08106694],
       ...,
       [-0.59797041,  0.90218081,  0.89983074, ..., -0.54374315,
         1.18534841, -0.03397969],
       [-1.2006559 ,  1.01890955, -1.21617181, ...,  1.76263322,
         1.38280423, -1.0192972 ],
       [ 0.11883425,  1.42952643, -1.23647358, ...,  1.02509208,
        -1.14308885,  0.72096531]])
# Let's scale it
>>> scaler = StandardScaler()
>>> X_train = scaler.fit_transform(X_train)
>>> X_train
array([[ 0.08867642, -1.97950269, -1.1214106 , ...,  0.22075623,
         0.57844552,  0.46487917],
       [-0.10736984, -1.34896243,  0.00808597, ..., -0.37670234,
        -0.6045418 ,  1.57819736],
       [-1.26479555,  0.91071257, -0.78086855, ..., -0.3171979 ,
         0.96979563, -0.06916763],
       ...,
       [-0.36025134,  0.7557329 ,  0.91152449, ..., -0.50041152,
         1.03697478, -0.18452874],
       [-0.89215959,  0.84409499, -1.42847749, ...,  1.68739437,
         1.21957946, -1.17253964],
       [ 0.27237431,  1.15492649, -1.4509284 , ...,  0.98777012,
        -1.116335  ,  0.57247992]])
# Fit the model
>>> model = LogisticRegression()
>>> model.fit(X_train, y_train)
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
                   intercept_scaling=1, l1_ratio=None, max_iter=100,
                   multi_class='auto', n_jobs=None, penalty='l2',
                   random_state=None, solver='lbfgs', tol=0.0001, verbose=0,
                   warm_start=False)
# Now let's use the already-fitted StandardScaler object to simply transform
# *not fit_transform* the test data
>>> X_test = scaler.transform(X_test)
>>> model.predict(X_test)
array([1, 0, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0,
       0, 0, 0])

Обратите внимание, что с помощью joblib или pickle можно сохранить объект scaler и повторно загрузить его для последующего масштабирования в режиме «реального времени».

...