使用回归数据模型预测价格

Question

我建立了回归数据模型来根据几个独立变量来预测房价。我得到了带有系数的回归方程。在拆分数据集之前，我使用StandardScaler（）缩放了变量。现在，我想使用回归模型为自变量赋予新值来预测房价，我可以直接使用自变量值并计算价格吗？或在包含自变量的值之前，我应该通过StandardScaler（）方法传递值吗？

Answer 1

要回答您的问题，是的，您也必须处理测试输入，但请考虑以下说明。

[StandardScaler（）通过去除均值并将其缩放为单位方差来标准化特征

如果将缩放器适合整个数据集然后拆分，则缩放器在计算均值和方差时会考虑所有值。

理想情况下，不应使用训练数据对测试集进行预处理。这将确保没有“偷看”。训练数据应该分别进行预处理，一旦创建了模型，我们就可以将用于训练集的相同预处理参数应用于测试集，就像之前没有测试集一样。

Answer 2

是，您需要预处理新值。如果已缩放训练数据并将模型拟合到该缩放数据，则输入模型的任何新数据也应进行等效的预处理。这是标准做法，因为它确保始终为模型提供一致形式的数据集作为输入。请注意，您应该使用transform而不是fit_transform。

该过程可能如下所示：

scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
new_data = scaler.transform(new_data)

您可能会感兴趣的关于another thread的主题，有详尽的文章。