、あなたはXがあなたの元のデータセットです
X_std = (X - X.min(axis=0))/(X.max(axis=0) - X.min(axis=0))
X_scaled = X_std * (max - min) + min
を使用しない最大何分スケーラー再作成することができます。 (機能範囲がデフォルト(0,1)であれば、上記の2行目は必要ありません。X_scaled = X_std
となります)
すでに訓練を受けたMaxMinScaler代わりにあなたの元のデータセットを、次の例を考える(再び機能の範囲をと仮定すると、デフォルト(0,1)に残っている)
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
import numpy as np
# Test data set
X = pd.DataFrame(np.random.randint(0, 100, size=(20,4)))
# Test scaler
scaler = MinMaxScaler()
sklearn_result = scaler.fit_transform(X)
# Compute, and verify results match up to machine precision
manual_result = (X - scaler.data_min_)/(scaler.data_max_ - scaler.data_min_)
(sklearn_result - test).max().max() . # Is around 10e-16
もう少しドキュメントを読んで、私はちょうどmin_max_scaler.min_することにより、新しいデータを引くだろうそれをmin_max_scaler.scale_で割ります。 – a1letterword
'pickle'を使ってオブジェクトを保存できませんか?コードがなければ、この質問は広すぎます。 –