Python 如何查找MinMaxScaler对象中的行数和列数？

我制作了一个csv文件的数据帧，并将其传递到train_test_split，然后使用MinMaxScaler缩放整个X和Y数据帧，但现在我想知道行和列的基本数量，但不能

df=pd.read_csv("cancer_classification.csv")
from sklearn.model_selection import train_test_split
X = df.drop("benign_0__mal_1",axis=1).values
y = df["benign_0__mal_1"].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
X_train = scaler.fit(X_train)
X_test = scaler.fit(X_test)
X_train.shape

这将抛出以下错误

AttributeError回溯（最近一次呼叫上次） 在（） ---->1 X_列车形状

AttributeError:'MinMaxScaler'对象没有属性'shape'

我阅读了文档，能够使用scale_uu找到行数，但没有找到列。 答案应该是这样的，但我找不到一个有帮助的属性

---

MinMaxScaler是一个对象，它可以

使自身适合于某些数据，也可以
转换这些数据。有


fit
方法将定标器的参数与该数据相匹配。然后返回MinMaxScaler对象
变换
方法根据缩放器的拟合参数变换数据。然后返回转换后的数据
fit\u transform
方法首先将定标器适配到该数据，然后对其进行转换并返回数据的转换版本

在您的示例中，您将MinMaxScaler对象本身视为数据！（见第一点）

同一个MinMaxScaler不应该在不同的数据集上安装两次，因为它的内部值将发生更改。永远不要在测试数据集上安装minmaxscaler，因为这是将测试数据泄漏到模型中的一种方式。您应该做的是对训练数据进行
fit_transform（）
，对测试数据进行
transform（）

这里的答案也可能有助于这一解释：

当您调用StandardScaler.fit（X_列）时，它所做的是计算X_列中的值的均值和方差。然后调用.transform（）将通过减去平均值并除以方差来转换所有特征。为了方便起见，可以使用fit_transform（）一步完成这两个函数调用

您希望仅使用训练数据来拟合定标器的原因是，您不希望使用来自测试数据的信息来偏移模型

如果将（）拟合到测试数据，则会计算每个特征的新均值和方差。理论上，如果您的测试和列车组具有相同的分布，则这些值可能非常相似，但实际上通常不是这样

相反，您只希望通过使用在训练数据上计算的参数来转换测试数据

使用
fit\u transform
而不是
fit
，它会起作用的。@sandertjuh谢谢你，它起作用了谢谢你这么宽泛的解释。我以后每次使用它们时都会记住所有这些要点。我很高兴。如果这个答案对你有用，请考虑按它旁边的复选标记。