我建立了回归数据模型来根据几个自变量预测房价。我得到了带系数的回归方程。在拆分数据集之前，我使用 StandardScaler() 来缩放我的变量。现在我想使用我的回归模型为自变量给出新值来预测房价，我可以直接使用自变量的值并计算价格吗？或者在包含自变量的值之前，我应该通过 StandardScaler() 方法传递值吗？？
【问题讨论】：
标签： python machine-learning regression data-science data-modeling
要回答您的问题，是的，您还必须处理您的测试输入，但请考虑以下解释。
StandardScaler() 通过移除均值并缩放到单位方差来标准化特征
如果您在整个数据集上拟合缩放器然后拆分，缩放器将在计算均值和方差时考虑所有值。
理想情况下，不应使用训练数据对测试集进行预处理。这将确保没有“窥视”。训练数据应单独进行预处理，一旦创建模型，我们可以将用于训练集的相同预处理参数应用于测试集，就好像测试集以前不存在一样。
【讨论】：
是的，您需要对新值进行预处理。如果您已经对训练数据进行了缩放，并为该缩放数据拟合了模型，那么任何输入到模型中的新数据也应该经过等效的预处理.这是标准做法，因为它确保始终为模型提供形式一致的数据集作为输入。需要注意的是，您应该使用 transform 而不是 fit_transform。
该过程可能如下所示：
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
new_data = scaler.transform(new_data)
another thread 上有一篇关于此主题的详细文章，您可能会感兴趣。
【讨论】：