機器學習 (python) 在模型中保存縮放器

Question

我正在使用以下縮放器：

scaler = preprocessing.MinMaxScaler()

X_train = pd.DataFrame(scaler.fit_transform(dataset_train), 
                              columns=dataset_train.columns, 
                              index=dataset_train.index)

X_train.sample(frac=1)

X_test = pd.DataFrame(scaler.transform(dataset_test), 
                             columns=dataset_test.columns, 
                             index=dataset_test.index)

我用於異常檢測的模型是sequential()。

我知道如何保存模型，但我的問題是如何將縮放器保存在模型中，所以我可以簡單地將模型應用到新的 df 中。

謝謝你。

Answer 1

這是 sklearn 管道的一個很好的用例。 sklearn 管道允許您將預處理步驟與模型鏈接起來。 大多數你想應用.fit()方法的東西都可以放在sklearn 管道中。 這樣，當您持久保存管道時，重要信息會在您保存的模型對象中捕獲。 您可以在 sklearn 管道頁面上找到更多信息。 這是一個例子：

from sklearn.preprocessing import MinMaxScaler
from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import Pipeline
from sklearn import datasets
from sklearn.model_selection import train_test_split

# creating an example dataset
iris = datasets.load_iris()
X = iris.data[:, :2]  # we only take the first two features.
y = iris.target
dataset_train, dataset_test, y_train, y_test = train_test_split(
    X, y, test_size=0.33, random_state=42)

#example of creating and predicting with a sklearn pipeline
pipeline = Pipeline([('scaler', MinMaxScaler()), ('rf', RandomForestClassifier())])
pipeline.fit(dataset_train, y_train)
pipeline.predict(dataset_test)