python - Scikit Learn 中预测的扩展特征

Question

我一直在研究机器学习模型，目前正在使用带有 GridSearchCV 的管道。我的数据使用 MinMaxScaler 进行缩放，并且我使用带有 RBR 内核的 SVR。现在我的问题是，我的模型是完整的、拟合的，并且具有不错的评估分数，我是否还需要使用 MinMaxScaler 缩放新数据进行预测，或者我可以直接使用数据进行预测吗？我读过 3 本关于 scikit learn 的书，但它们都专注于特征工程和拟合。除了使用预测方法之外，它们实际上并未涵盖预测步骤中的任何其他步骤。

这是代码:

pipe = Pipeline([('scaler', MinMaxScaler()), ('clf', SVR())]) 
time_split = TimeSeriesSplit(n_splits=5) 

param_grid = {'clf__kernel': ['rbf'], 
              'clf__C':[0.0001, 0.001], 
              'clf__gamma': [0.0001, 0.001]} 

grid = GridSearchCV(pipe, param_grid, cv= time_split, 
                    scoring='neg_mean_squared_error', n_jobs = -1) 
grid.fit(X_train, y_train) 

Answer 1

当然，如果您获得新的(未处理的)数据，您需要执行与训练模型时相同的准备步骤。例如，如果您使用具有默认比例的 MinMaxScaler，则模型将用于在每个特征中包含零均值和标准方差的数据，如果您不对数据进行预处理，则模型将无法生成准确的结果。

请记住使用与训练数据完全相同的 MinMaxScaler 对象。因此，如果您将模型保存到文件中，请同时保存预处理对象。