预处理器缩放的错误代码？

Question

使用KNN，我想尝试使用不同的规范化器（Normalizer（）、MinMaxScaler（）、StandardScaler（）等）

我已将数据加载到一个名为X的变量中：

X = pd.read_csv('C:/Users/rmahesh/documents/parkinson.csv')

在进行一些数据争用之后，我尝试运行以下代码：

from sklearn import preprocessing
from sklearn.decomposition import PCA

T = preprocessing.Normalizer().fit(X)

from sklearn.cross_validation import train_test_split
T_train, T_test, y_train, y_test = train_test_split(T, y, test_size = 0.3, random_state = 7)
from sklearn.svm import SVC
model = SVC()
model = model.fit(T_train, y_train)
score = model.score(T_test, y_test)
print(score)

我得到的具体错误代码如下：

TypeError:无法将单例数组（Normalizer（copy=True，norm=l2'），dtype=object）视为有效集合

出现错误的代码如下所示：

 T_train, T_test, y_train, y_test = train_test_split(T, y,
 test_size = 0.3, random_state = 7)

任何帮助都将不胜感激

Answer 1

您正在拟合规格化器，然后直接将其作为数组处理。替换

T = preprocessing.Normalizer().fit(X)

与

T = preprocessing.Normalizer().fit_transform(X)

因此，将使用规范化的实际输出.fit()返回规范化器对象本身