我有两个数据集，一个用于训练，另一个用于测试：
训练数据具有X_train.shape = (5000, 30)和y_train.shape = (5000, 1)
测试数据仅具有X_test.shape = (5000, 30)
在训练中，我应用了特征选择（SelectKBest()），从而得到了新的形状(5000, 10)。
问题始于测试数据：没有输出，因此我无法应用SelectKBest()，因为它需要y_test。给定训练数据的新形状和新功能，我该如何重塑测试数据？
最佳答案
过度考虑sklearn变压器很容易。在您询问的评论中
我可以使用get_support（True）获取索引值...
太累了！
尝试
best=SelectKBest(*args).fit(X_train,y_train)
new_train=best.transform(X_train)
new_test=best.transform(X_test)
使用tfidftransformer或standardscaler的方式相同
关于python - 如何在Sklearn中重塑测试数据？ (功能选择)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/60085588/