为什么不能在特征缩放中同时对依赖矩阵和独立矩阵使用单个对象？

Question

sc_X = StandardScaler()
sc_Y = StandardScaler()
X = sc_X.fit_transform(X)
Y = sc_Y.fit_transform(Y)

为什么我们不能使用单个StandardScaler()对象同时适合X和Y？

Answer 1

您实际上正在将两个值都发送到X。 fit_transform作为Y，默认值为None。您需要一起发送

Answer 2

StandardScaler正在转换您的数据，以使其分布的平均值为0，标准差为1。因此，在同一方法中容纳不同的2个数据没有意义。

Answer 3

因为fit_transform(X)方法计算并存储X数据的所有列的平均值和标准偏差。一旦拟合，标量就可以用于使用之前存储的Y数据的平均值和标准偏差来转换某些数据X。例如Y = sc_X.transform(Y)。您无法将同一标量适合多个数据，因为这没有意义。您可以使用X或Y的平均值和标准偏差，但不能同时使用两者进行变换。