文章/答案/技术大牛

发布

社区首页 >问答首页 >使用无标度值的回归模型(部分依赖图)

问使用无标度值的回归模型(部分依赖图)
EN

Stack Overflow用户

提问于 2022-06-04 13:18:48

回答 1查看 94关注 0票数 0

该模型采用了标度值(StandardScaler在sklearn中)，.I想要显示一些图形来解释模型的输出，但是使用原始的缩放值，因为它更容易理解。

例如，sklearn 部分相依图不幸地在x轴上使用了缩放值，并由此得出解释模型的结果。

当我绘制一个特征x模型输出时也是如此，但是使用了通常的特征值。

在简历中，最好使用非标度值来研究模型行为.也许这个问题与使用无标度值的模型无关，而是如何在图中缩放x轴，但我没有取得多大的成果。

scikit-learn

model

regression

python

回答 1

Stack Overflow用户

发布于 2022-06-05 19:32:35

我找到了一个解决方案，我使用sklearn管道来规范数据。因此，我不需要直接标准化X_train：

pipe = Pipeline([('scaler', StandardScaler()), ('svr', svm.SVR(C=50, gamma=0.1, kernel='rbf'))])
pipe.fit (X_train, y_train)

因此，当我调用部分依赖图时：

display = PartialDependenceDisplay.from_estimator(
    pipe,
    x_train,
)

图形使用X_train刻度，但它仍然计算StandardScaler！

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/72500057

复制

相似问题

问使用无标度值的回归模型(部分依赖图)
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用无标度值的回归模型(部分依赖图)EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用无标度值的回归模型(部分依赖图)
EN