Pytorch如何相对于以前的数据集规范化新记录？

Question

我正在尝试使用pytorch建立神经网络。我正在使用sklearn.MinMaxScaler标准化我的数据集。但是我该如何规范关于数据集的混合最大值需要预测的新传入记录？

sklearn.MinMaxScaler

Answer 1

为了使用

scaler = MinMaxScaler()

scaler.fit_transform(file_x[list_of_features_to_normalize])

，首先需要将缩放器缩放到sklearn.preprocessing.MinMaxScaler以适应training数据的值。使用[]完成此操作（就像您已经做过的）

sklearn.preprocessing.MinMaxScaler
此fit之后，您的缩放对象scaler.fit_transform(file_x[list_of_features_to_normalize])
的内部参数（例如fit，scaler等）已根据训练数据进行了调整。 

一旦完成训练，您希望在新记录上评估模型，您只需要应用min_ 无

将其拟合到新数据：

scale_