Python 标准定标器拟合和变换步骤

我想和大家一起检查一下标准缩放的步骤：

ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
X_unseen = ss.fit_transform(df_test)

df_测试基本上是一个完全看不见数据的.csv文件

对于上面的代码，当ss已经进行了fit_转换（X_序列）时，是否可以进行ss.fit_转换（df_测试）？这个ss是否已经从X_train数据集中“学习”了，因此，我需要实例化一个新的StandardScaler（）以适应_变换（df_测试）

---

谢谢。

当您使用standardscaler时，您只需训练它一次，否则它将不再是同一个scaler，它将影响您的以下步骤/算法。这意味着：

ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
X_unseen = ss.transform(df_test)

---

这回答了你的问题吗？