Skip to main content
 首页 » 编程设计

python之StandardScaler.fit() 显示值错误

2024年12月31日7sky-heaven

我正在使用 StandardScaler 来缩放我的数据,如教程中所示。但它不起作用。

我尝试复制教程中使用的相同代码,但仍然显示错误。

from sklearn.preprocessing import StandardScaler 
scaler = StandardScaler() 
scaler.fit(df.drop('TARGET CLASS',axis=1)) 
scaled_features = scaler.transform(df.drop('TARGET CLASS',axis=1)) 

错误如下:

 TypeError: fit() missing 1 required positional argument: 'X' 

请您参考如下方法:

通过尝试重现您的问题,似乎代码中的所有内容都是正确的并且可以完美执行。这是我为测试您的代码而创建的独立示例:

import pandas as pd 
from sklearn.datasets import load_iris 
from sklearn.preprocessing import StandardScaler 
 
data = load_iris() 
df = pd.DataFrame(data.data, columns=['TARGET CLASS', 'a', 'b', 'c']) 
 
scaler = StandardScaler() 
scaler.fit(df.drop('TARGET CLASS', axis=1)) 
scaled_features = scaler.transform(df.drop('TARGET CLASS',axis=1)) 

我建议您通过打印变量 df 来检查它。例如,您可以尝试在传递它之前将其转换为 NumPy 数组并打印其内容:

import numpy as np 
 
X = df.drop('TARGET CLASS',axis=1).values 
print(X)