从缩放参数初始化StandardScaler

Question

我之前已经安装了数据，我保存了scaler.mean_和scaler.var_阵列。我知道我可以腌制整个StandardScaler()对象并在以后使用它来转换新数据。

但是，我需要知道我是否可以从已保存的均值和方差数组中再次生成StandardScaler()对象，如：

scaler = StandardScaler()
scaler.mean_ = mean_array
scaler.var_ = var_array
new_data = scaler.transform(new_data)

显然，新数据的格式相同（特征数量）。我可以手动完成，但我希望我可以再次将缩放参数加载到对象并使用它。当我运行上面的代码时，错误是：

NotFittedError：此StandardScaler实例尚未安装。在使用此方法之前，使用适当的参数调用'fit'。

我也尝试用scaler = StandardScaler(copy=False)进行初始化，但我得到了相同的结果。

有什么建议可以这么做吗？

Answer 1

详细说明我的评论 - 你确实可以适应然后覆盖，形状没问题。此外，缩放参数是.scale_和.mean_，而不是'.var_and '.mean_。 正如你所看到的，它确实是hacky而不是很漂亮，但它有效：

df = pd.DataFrame.from_dict({'a': [13,14,15],'b':[-1,1,2]}).astype(float)
scaler = StandardScaler()
scaler.fit(df)
print(scaler.scale_, scaler.mean_, scaler.var_)

df2 = df.copy(deep=True)
df2[df.columns] = scaler.transform(df)
print(df2)

scaler.scale_ = [1,1]
df3 = df.copy(deep=True)
df3[df.columns] = scaler.transform(df)

print(df3)

[0.81649658 1.24721913] [14.          0.66666667] [0.66666667 1.55555556]

      a         b
0 -1.224745 -1.336306
1  0.000000  0.267261
2  1.224745  1.069045

    a         b
0 -1.0 -1.666667
1  0.0  0.333333
2  1.0  1.333333

Answer 2

我想我找到了解决方案。我没有设置所有三个属性：scale_，mean_和var_（我只设置了最后两个）。

因此，作为Itamar示例的延续，此代码有效：

df = pd.DataFrame.from_dict({'a': [13,14,15],'b':[-1,1,2]}).astype(float)
scaler = StandardScaler()
scaler.fit(df)
print(scaler.scale_, scaler.mean_, scaler.var_)

df2 = df.copy(deep=True)
df2[df.columns] = scaler.transform(df)
print(df2)

# Initialise completely the scaler object
scaler = StandardScaler()

# Using the standard deviation, mean and variance results from above.
scaler.scale_ = np.array([0.81649658, 1.24721913])
scaler.mean_ = np.array([14.0, 0.66666667])
scaler.var_ = np.array([0.66666667, 1.55555556])

df3 = df.copy(deep=True)
df3[df.columns] = scaler.transform(df)
print(df3)

打印：

[ 0.81649658  1.24721913] [ 14.           0.66666667] [ 0.66666667  1.55555556]

          a         b
0 -1.224745 -1.336306
1  0.000000  0.267261
2  1.224745  1.069045

          a         b
0 -1.224745 -1.336306
1  0.000000  0.267261
2  1.224745  1.069045

这是预期的相同结果。 NotFittedError的问题正在上升，因为我只设置了mean_和var_，而不是scale_，因为我只保存了那两个。在我的情况下，我可以用以下方式重现后者：

scaler.scale_ = np.sqrt(scaler.var_)，当然首先设置scaler.var_。