用于 R 的可训练 sklearn StandardScaler

Posted 2023-03-12

【中文标题】用于 R 的可训练 sklearn StandardScaler

【英文标题】：Trainable sklearn StandardScaler for R

【发布时间】：2018-08-21 23:40:04

【问题描述】：

R 中是否有类似的东西允许将StandardScaler（导致均值=0 和标准差=1 特征）拟合到训练数据并使用该缩放器模型来转换测试数据？ scale 不提供根据训练数据的均值和标准差转换测试数据的方法。

Python 的片段：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X_train)

X_train_scaled = scaler.transform(X_train)
X_test_scaled = scaler.transform(X_test)

因为我很确定这是正确的做法 (avoiding the leak of information from the test to the training set)，所以我想有一个简单的解决方案，我只是找不到。

【参考方案1】：

我相信R 中的scale 函数可以满足您的需求。对于您的示例，那将是

X_train_scaled = scale(X_train)

然后，您可以使用缩放 X_train 中的 attr（属性）将缩放训练集的均值和 sd 应用到测试集：

X_test_scaled = scale(X_test, center=attr(X_train_scaled, "scaled:center"), 
                              scale=attr(X_train_scaled, "scaled:scale"))

这将获得与您发布的example 进行转换的确切结果

【讨论】：

我对那个很熟悉。但是如何利用训练集中的 mean 和 sd 的信息来变换测试集呢？

查看我的编辑，我很确定 scale 使用正确的参数就可以了