Jak zapisać parametry skalowania do późniejszego wykorzystania?

Question

Chcę zastosować moduł skalowania sklearn.preprocessing.scale, który oferuje scikit-learn do centrowania zbioru danych, którego użyję do szkolenia klasyfikatora svm.

Jak mogę zapisać parametry standaryzacyjne, aby móc je zastosować do danych, które chcę sklasyfikować?

Wiem, że mogę korzystać z standarScaler, ale czy mogę jakoś serializować go do pliku, tak że nie będę musiał dopasować go do moich danych za każdym razem, gdy chcę uruchomić klasyfikator?

Answer 1

Myślę, że najlepszym sposobem jest ogłosić go po fit, ponieważ jest to najbardziej ogólna opcja. Być może później utworzysz potok złożony z ekstraktora funkcji i skalera. Poprzez wytrawianie (prawdopodobnie złożonego) etapu, robisz rzeczy bardziej ogólne. The sklearn documentation on model persistence omawia, jak to zrobić.

Mimo, że można wyszukać sklearn.preprocessing.StandardScaler dla dopasowania parametrów:

scale_: ndarray, kształt (n_features,) Per funkcji względnej skalowanie danych. Nowość w wersji 0.17: zalecana jest metoda scale_ zamiast przestarzałej std_. mean_: tablica pływaków o kształcie [n_features] Średnia wartość dla każdej cechy w zbiorze treningowym.

Poniżej krótki fragment przedstawiono poniżej:

from sklearn import preprocessing 
import numpy as np 

s = preprocessing.StandardScaler() 
s.fit(np.array([[1., 2, 3, 4]]).T) 
>>> s.mean_, s.scale_ 
(array([ 2.5]), array([ 1.11803399]))