我通过使用三个变量（年龄，距离，旅行津贴）作为我的预测变量，在Python中创建了一个KNN模型（模块= Scikitlearn），目的是使用它们来预测目标变量的结果（旅行方式）。
构建模型时，我必须对三个预测变量（年龄，距离，旅行津贴）的数据进行归一化。与不对数据进行规范化相比，这提高了我模型的准确性。
现在我已经构建了模型，我想做出一个预测。但是当模型已经在归一化数据上训练后，我将如何输入预测变量来进行预测。
我想输入KNN.predict([[30,2000,40]])进行年龄= 30的预测；距离= 2000;津贴=40。但是，由于数据已标准化，我想不出办法。我使用以下代码对数据进行规范化：X = preprocessing.StandardScaler().fit(X).transform(X.astype(float))
实际上，答案已隐藏在您提供的代码中！
一旦适合preprocessing.StandardScaler()的实例，它就会记住如何缩放数据。试试这个