仅在选定的列上使用SKLINE标准缩放器

Using sklearn StandardScaler on only select columns(仅在选定的列上使用SKLINE标准缩放器)

问题描述

我有一个数字数组X，它有3列，如下所示：

array([[    3791,     2629,        0],
       [ 1198760,   113989,        0],
       [ 4120665,        0,        1],
       ...

前两列是连续值，最后一列是BINARY(0，1)。我只想将StandardScaler类应用于前2列。我目前通过以下方式完成此操作：

scaler = StandardScaler()
X_subset = scaler.fit_transform(X[:,[0,1]])
X_last_column = X[:, 2]
X_std = np.concatenate((X_subset, X_last_column[:, np.newaxis]), axis=1)

X_std的输出结果为：

array([[-0.34141308, -0.18316715,  0.        ],
       [-0.22171671, -0.17606473,  0.        ],
       [ 0.07096154, -0.18333483,  1.        ],
       ...,

有没有办法一步完成这一切？我想将它作为管道的一部分包括在内，它将缩放前2列，并保留最后一个二进制列的原样。

推荐答案

从SCRICKIT-LEARN版本0.20开始，您可以完全使用函数sklearn.compose.ColumnTransformer来实现此目的。

这篇关于仅在选定的列上使用SKLINE标准缩放器的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！