訓練に使用されたシグマ/ミューによる第2テストデータセットの予測データを正規化する方法は？

Question

私は2つのデータセット、トレーニング&テストで使用しているモデルを持っています。 scikit-learnを使ってモデルを構築する前に、予測子を正規化する必要があります。

は私のモデルのトレーニングデータのために言うことができます：

Training[X1] has mean=10,stddev=1.5 
    Training[X2] has mean=45,stddev=17 
    etc... 

そして、私のテストデータファイルのためのそれは、元と同じスケールを使用していますように、私は、テスト・データ・ファイルを正規化するにはどうすればよい

Testing[X1] has mean=9,stddev=1.8 
    Testing[X2] has mean=40,stddev=13 
    etc... 

データセット？

私はこのコードを使用しようとしましたが、右の一見を見ていないようです：

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

Answer 1

提示したコードが正しいアプローチであり、あなたが訓練中に、後でちょうど使用上の平均値/ STDに合いますそれはテストフェーズ中です。列車とテストの間のmu/sigmaが異なるという事実は正常であり、あなたはそれに対処しなければなりません。このような状況の唯一の理由は、これらの2つの値が収束する十分なデータポイント（データが正しく収集されていると仮定した場合）が小さすぎるためです。