python之跨多个程序正确使用 Scikit 的 StandardScaler

我有一个与 this topic 非常相似的问题但我想重用 StandardScaler 而不是 LabelEncoder。这是我所做的:

# in one program 
dict = {"mean": scaler.mean_, "var": scaler.var_} 
# and save the dict  
 
 
# in another program 
# load the dict first 
new_scaler = StandardScaler() 
new_scaler.mean_ = dict['mean'] # Hoever it doesn't work 
new_scaler.var_ = dict['var'] # Doesn't work either... 

我也试过 set_params 但它只能更改这些参数:copy、with_mean 和 with_std。

那么，我怎样才能重新使用我在程序一中得到的定标器呢？谢谢!

请您参考如下方法:

只是pickle 整件事。

关注官方docs .

您可以使用第一个链接中的 python standard-pickle 或第二个链接中提到的专门的 joblib-pickle(我推荐；通常效率更高，尽管对于这种简单的对象 = 缩放器并不那么重要):

    import joblib 
    import sklearn.preprocessing as skp 
     
    new_scaler = skp.StandardScaler() 
    # ...fit it... do something ... 
 
    joblib.dump(new_scaler , 'my_scaler.pkl')     # save to disk 
 
    loaded_scaler = joblib.load('my_scaler.pkl')  # load from disk 

如果您偶然想将您的 sklearn-objects 存储在 MySQL、MongoDB、Redis 等数据库中，上面使用基于文件的存储的示例当然是行不通的。

那么简单的方法是:使用 python-pickle 的 dumps它将转储到一个字节对象(为大多数 DB 包装器做好准备)。

为了更高效的joblib，你必须使用python的BytesIO以类似的方式使用它(因为该方法本身是基于文件的，但可以用于类似文件的对象)。