机器学习在使用sklearn进行归一化时，如何保存归一化参数

Ai进阶

于 2023-12-19 11:19:58 发布

阅读量213

点赞数

文章标签：机器学习 sklearn 人工智能

本文链接：https://blog.csdn.net/weixin_46191909/article/details/135080460

版权

from sklearn.preprocessing import MinMaxScaler

# 创建归一化对象
scaler = MinMaxScaler()

# 构造一个二维数组X
X = [[6, 3, 2],
     [7, 4, 3],
     [9, 2, 2]]

# 对数据进行归一化处理
X_normalized = scaler.fit_transform(X)

import pickle

# 保存归一化函数
with open('scaler.pkl', 'wb') as f:
    pickle.dump(scaler, f)

import pickle

# 加载归一化函数
with open('scaler.pkl', 'rb') as f:
    scaler = pickle.load(f)

# 假设我们有一条新的房屋数据需要进行预测
new_house = [[1800, 3, 2]]

# 使用加载的归一化函数对新数据进行归一化处理
new_house_normalized = scaler.transform(new_house)