使用sklearn.preprocessing.Normalizer遇异常：归一化全为1且测试集变换失败

问题原因解析 #

结果全为1的原因 #

Normalizer默认采用L2范数按行归一化，即每个样本向量会被除以自身的L2范数。当你将train reshape为(-1,1)时，每个样本都是单元素向量（如[4]、[1]），其L2范数就是元素本身的绝对值。由于所有元素都是正数，归一化后结果为元素/元素=1.0，因此输出全是1。

测试集特征数不匹配的原因 #

当你将train reshape为(1,-1)时，相当于把整个训练集当成1个包含12个特征的样本。Normalizer的fit方法会记录输入的特征数（12），后续调用transform时要求输入必须具有相同的特征数，但测试集只有5个特征，因此触发ValueError。

正确解决方案 #

根据你的需求选择对应方法：

需求1：对单个数值做特征缩放（如0-1区间映射） #

如果你的目标是将所有数值统一缩放到某个区间（如0-1）或标准化，不要用Normalizer，应该使用MinMaxScaler或StandardScaler：

import numpy as np
from sklearn.preprocessing import MinMaxScaler

# 准备数据，reshape为列向量（每个样本1个特征）
train = np.array([4, 1, 2, 2,1, 3, 9, 3,5, 7, 5, 1]).reshape(-1,1)
test = np.array([3,6,3,1,8]).reshape(-1,1)

# 初始化缩放器并拟合训练数据
scaler = MinMaxScaler()
scaler.fit(train)

# 对训练集和测试集做缩放
train_norm = scaler.transform(train)
test_norm = scaler.transform(test)

print("训练集缩放结果：")
print(train_norm)
print("\n测试集缩放结果：")
print(test_norm)

需求2：对样本向量做单位范数归一化 #

如果确实需要将样本向量转为单位范数（如文本/图像特征处理），注意Normalizer不需要拟合（无训练参数），直接对每个样本向量调用transform即可，且训练集和测试集的样本特征数可以不同：

import numpy as np
from sklearn.preprocessing import Normalizer

# 准备数据，reshape为行向量（每个行是一个样本）
train = np.array([4, 1, 2, 2,1, 3, 9, 3,5, 7, 5, 1]).reshape(1,-1)
test = np.array([3,6,3,1,8]).reshape(1,-1)

normalizer = Normalizer()

# 直接归一化，无需fit
train_norm = normalizer.transform(train)
test_norm = normalizer.transform(test)

print("训练集归一化结果：")
print(train_norm)
print("\n测试集归一化结果：")
print(test_norm)

关键区别 #

• Normalizer：按样本（行）处理，将每个样本向量转为单位范数，适用于样本是多特征向量的场景。
• MinMaxScaler/StandardScaler：按特征（列）处理，对整个特征的所有样本做缩放，适用于单特征数值的归一化需求。

内容的提问来源于stack exchange，提问作者Dw1g