良い一日
キャレット関数のpreProcess（）関数を使用して、それに応じてトレーニングデータをスケーリングしています。また、トレーニングセットと同じ平均と標準偏差でスケーリングしたいテストデータセットもあります。このように、私はテストデータを、トレーニングデータに基づいて観察したものに従ってスケーリングされた完全に新しい/見えないデータとして扱っています。
私は次のコードを持っています：
train = training data
test = test data (want to treat this as unseen)
preprocess_values_train = preProcess(train, method = c("center", "scale"))
train.st = predict(preprocess_values_train, train)
test.st = predict(preprocess_values_train, test)
これにより、トレーニングの平均と標準偏差がテストデータセットに適用されると思いましたが、そうではありません。このコードをどのように編集して、トレーニングデータの詳細に基づいてテストデータをスケーリングしますか？train.stはまさに私が必要としているものですが、test.stはそうではありません。
ありがとう、Aveshen
列車の平均と標準偏差に基づいてスケーリングされます。
library(caret)
df = data.frame(matrix(runif(2000),ncol=10))
train = df[1:100,]
test = df[101:200,]
preprocess_values_train = preProcess(train, method = c("center", "scale"))
train.st = predict(preprocess_values_train, train)
head(train.st)
X1 X2 X3 X4 X5 X6
1 1.3163365 -0.31011484 -1.2534994 1.448256135 -0.8130691 1.401194346
2 1.1156438 1.44669749 -1.3775943 -0.077657870 1.6383685 -0.004940122
3 0.3628558 0.05983967 -1.4853910 -0.233465895 0.7657059 1.173381343
4 -1.3851982 -0.78838468 1.3607501 -0.001212484 -0.3388031 -1.321384412
5 -1.0269737 -1.34665949 -1.2681398 1.507292935 0.4152667 1.337453028
6 0.6322652 0.31820145 0.3719918 1.619318256 -0.3721707 -0.955420716
X7 X8 X9 X10
1 0.5323608 0.09905265 -0.4302925 -1.3965973
2 0.8590394 -1.13310729 0.9641076 0.9685195
3 -0.7753370 -0.08805592 1.4285071 -1.2162778
4 1.1605200 0.44107850 -0.7273844 0.7803693
5 0.2324899 0.28557215 -0.2934569 1.5633815
6 -0.7492416 -0.18478112 1.1474105 -0.2717625
手動で計算できます。
scaled_train = t(apply(train,1,function(i)(i-preprocess_values_train$mean)/preprocess_values_train$std))
ご覧のとおり、predict（...）と同じ値が返されます。
all.equal(scaled_train,as.matrix(train.st))
[1] TRUE
次に、これをテストに適用します。
test.st = predict(preprocess_values_train, test)
scaled_test = t(apply(test,1,function(i)(i-preprocess_values_train$mean)/preprocess_values_train$std))
all.equal(scaled_test,as.matrix(test.st))
[1] TRUE
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加