训练分类分类示例

Question

我是机器学习的新手。我目前正在解决一个以字符串为目标的分类问题。我已经拆分了测试集和训练集，并通过将它们转换为OneHotEncoder 来处理字符串属性，并且我正在使用StandardScaler 来缩放训练集的数值特征。

我的问题是关于测试集的，我是否需要转换仍然为字符串格式的测试集目标，就像我使用OneHotEncoder 对训练集的字符串目标所做的那样，或者我是否将测试集单独保留为是的，分类器会自己完成这项工作吗？同样对于数字属性，我是否必须使用StandardScaler 来缩放测试集中的数字属性，或者一旦在训练集上完成训练，分类器就会自行完成？

Answer 1

对于第一个问题，我想说，你不需要转换它，但它会使测试集的评估更容易。 您的分类器将输出一个热编码值，您可以将其转换回字符串并评估这些值，但是我认为如果您将测试目标设为 0-1 会有所帮助。

对于第二个，您需要在训练集上拟合标准缩放器，并在测试集上使用（转换）它。