Python 2.7 StandardScaler()是否维持秩序?
在向集群模型提供训练数据集之前,我使用StandardScaler转换数据Python 2.7 StandardScaler()是否维持秩序?,python-2.7,preprocessor,cluster-analysis,unsupervised-learning,Python 2.7,Preprocessor,Cluster Analysis,Unsupervised Learning,在向集群模型提供训练数据集之前,我使用StandardScaler转换数据 X = StandardScaler().fit_transform(X_train) 假设clf是无监督的集群模型,我预测标签如下: y = clf.predict(X) 问题:如何组合“y”和“X_-train”numpy阵列?我不确定StandardScaler()是否在矩阵中保持顺序。那么,这行得通吗 df = pd.DataFrame(np.array(X_train), np.array(y)) 是的,
X = StandardScaler().fit_transform(X_train)
假设clf是无监督的集群模型,我预测标签如下:
y = clf.predict(X)
问题:如何组合“y”和“X_-train”numpy阵列?我不确定StandardScaler()是否在矩阵中保持顺序。那么,这行得通吗
df = pd.DataFrame(np.array(X_train), np.array(y))
是的,所有scikit学习变压器都维持样品的订购。否则它们将毫无用处