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