使用KNN，我想尝试使用不同的规范化器（Normalizer（），MinMaxScaler（），StandardScaler（）等）。
我已经将数据加载到名为X的变量中：
X = pd.read_csv('C:/Users/rmahesh/documents/parkinson.csv')
在进行了一些数据整理之后，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)
我得到的特定错误代码是这样的：
TypeError：单例数组array（Normalizer（copy = True，norm ='l2'），dtype = object）不能被视为有效集合。
出现错误的代码是以下行：
T_train, T_test, y_train, y_test = train_test_split(T, y,
test_size = 0.3, random_state = 7)
任何帮助将不胜感激！
最佳答案
您正在装配规格化器，然后将其直接视为数组。更换
T = preprocessing.Normalizer().fit(X)
用
T = preprocessing.Normalizer().fit_transform(X)
这样就可以使用归一化的实际输出。
.fit()返回Normalizer对象本身。