Python 无法将单例数组（StandardScaler（），dtype=object）视为有效集合

我正在尝试缩放我的X-train和X_测试数据，以进行逻辑回归。我不太理解这个错误。我还没有为X_train或X_train_在其他地方定义函数，所以我不知道如何解决这个问题

    X_train=train_dummies
    X_test=test_dummies

    from sklearn.preprocessing import StandardScaler
    scale=StandardScaler()
    X_train_scaled=scale.fit(X_train)
    X_test_scaled=scale.fit(X_test)

    lr=LogisticRegression(max_iter=2000)
    cv=cross_val_score(lr,X_train,y_train,cv=5)
    print(cv)
    print(cv.mean())

当我尝试对缩放数据执行此操作时，得到错误：

    lr=LogisticRegression(max_iter=2000)
    cv=cross_val_score(lr,X_train_scaled,y_train,cv=5)
    print(cv) 
    print(cv.mean())

---

TypeError回溯（最近一次调用）
在里面
1 lr=逻辑回归（最大值=2000）
---->2 cv=交叉值（lr，X列，y列，cv=5）
3印刷品（简历）
4打印（cv.mean（））
/内部文件中的opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py（*args，**kwargs）
70未来警告）
71 kwargs.update（{k:arg代表k，arg在zip中（sig.parameters，args）}）
--->72返回f（**kwargs）
73返回内部\u f
74
/opt/conda/lib/python3.7/site-packages/sklearn/model\u selection//u validation.py in
交叉值得分（估计器、X、y、组、得分、简历、n工作、详细信息、拟合参数、预调度、，
错误（U分数）
404拟合参数=拟合参数，
405预调度=预调度，
-->406错误分数=错误分数）
407返回简历结果[“测试分数”]
408
/内部文件中的opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py（*args，**kwargs）
70未来警告）
71 kwargs.update（{k:arg代表k，arg在zip中（sig.parameters，args）}）
--->72返回f（**kwargs）
73返回内部\u f
74
/opt/conda/lib/python3.7/site-packages/sklearn/model\u selection//u validation.py in
交叉验证（估计器、X、y、组、评分、cv、n工作、详细、拟合参数、预调度、，
返回值（训练分数、返回值估计器、误差分数）
231
232     """
-->233 X，y，组=可索引（X，y，组）
234
235 cv=检查（cv，y，分类器=is_分类器（估计器））
/可索引（*iterables）中的opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py
290     """
291结果=[[u使X在iterables中可索引（X）]
-->292检查长度是否一致（*结果）
293返回结果
294
/opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py in
检查长度是否一致（*数组）
250     """
251
-->252长度=[[如果X不是无，则数组中X的样本数（X）]
253唯一性=np.唯一性（长度）
254如果len（uniques）>1：
/opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py in（.0）
250     """
251
-->252长度=[[如果X不是无，则数组中X的样本数（X）]
253唯一性=np.唯一性（长度）
254如果len（uniques）>1：
/opt/conda/lib/python3.7/site-packages/sklearn/utils/validation.py in_num_samples（x）
194如果len（x.shape）==0：
195 raise TypeError（“无法考虑单例数组%r）”
-->196“有效集合”。%x）
197#检查shape是否返回整数或len的默认值
198#Dask数据帧可能不会返回数字形状[0]值
TypeError:无法将单例数组（StandardScaler（），dtype=object）视为有效集合。

我还没有为X_train或X_train_在其他地方定义函数，所以我不知道如何解决这个问题

    X_train=train_dummies
    X_test=test_dummies

    from sklearn.preprocessing import StandardScaler
    scale=StandardScaler()
    X_train_scaled=scale.fit(X_train)
    X_test_scaled=scale.fit(X_test)

    lr=LogisticRegression(max_iter=2000)
    cv=cross_val_score(lr,X_train,y_train,cv=5)
    print(cv)
    print(cv.mean())