Python 从其他脚本获取缩放器转换参数

我在一个名为“training_net.py”的脚本上创建并保存了一个神经网络。 根据sklearn网站（）的建议，我对训练集进行了缩放，并对测试集使用了相同的缩放器

现在我有了一个脚本，名为“prediction.py”，它将参数向量和在“training_net.py”中创建的神经网络作为输入，并将分类作为输出

我的疑问是我在“prediction.py”中输入的比例。我想我应该使用“training_net.py”中使用的相同转换来缩放输入，但我不知道如何从使用的缩放器中获取转换参数

当我执行scaler.get_params（）时，我只得到以下信息： {'copy'：True'，with_mean'：True'，with_std'：True}

下面是一个小代码摘录，更好地展示了我的意思

培训网

预测

---

正如维韦克·库马尔（Vivek Kumar）在评论中所回答的那样，这足以使标准的定标器变得脆弱

joblib.dump(scaler, "scaler.pkl")

在这里，您还可以找到我在第一次搜索中找不到的类似问题（和答案）：

---

为什么不也对StandardScaler进行pickle？另外，您需要的是属性，而不是参数。有关将从数据中学习的可用属性，请参阅。这是我的问题，如何对其进行pickle。无论如何，因为我不知道pickle是什么意思，所以我用关键字“pickle standardscaler”进行了搜索，并在Stackoverflow本身中找到了答案。非常感谢。你是对的，我需要的是属性，而不是参数，谢谢你的澄清。答案是：在代码中，您已经在使用

joblib.dump

对

clf

对象进行酸洗。使用同样的方法保存CountVectorier。实际上，答案正是你所说的。打印可用属性。你能写下你的评论作为回答吗？然后我可以确认并结束问题。

model_name = "NN.pkl"
clf = joblib.load(model_name)

#need to scale input_parameters before predicting!
#?

print clf.predict(input_parameters)

joblib.dump(scaler, "scaler.pkl")