slearn标准缩放器变换VS fit_transform输出

Question

我正在使用sklearn标准缩放器来规范化pandas数据框中的某些列。 虽然fit_transform按预期工作，但转换却没有。 这是我做的：

non_categorical_variable = ['var1','var5']
scaler = StandardScaler()
train[non_categorical_variable] = scaler.fit_transform(train[non_categorical_variable])

它运作完美，但这不起作用：

test[non_categorical_variable] = scaler.transform(test[non_categorical_variable])

这是错误消息：

在predict_first_stage中输入“main_FM.py”，第286行

test [non_categorical_features] = scaler.transform（test [non_categorical_features]）

TypeError：'coo_matrix'对象没有属性' getitem '

现在，如果我只是输入以下内容，一切正常并且匹配。

print test[non_categorical_variable]
print scaler.transform(test[non_categorical_variable])

print type(test[non_categorical_variable])
print type(scaler.transform(test[non_categorical_variable]))

print test[non_categorical_variable].shape
print scaler.transform(test[non_categorical_variable]).shape

谢谢你的帮助！

Answer 1

可能test是稀疏矩阵，而train不是。 因此， test[non_categorical_variable]失败，因为稀疏矩阵不支持gettitem接口。

如果您使用的是OneHotEncoder，则可以将其sparse参数设置为false。