如何对3D矩阵进行标准缩放？

Question

我正在研究信号分类问题，想先缩放数据集矩阵，但是我的数据是3D格式（批，长度，通道）。
我尝试使用Scikit-learn Standard Scaler：

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

但是我收到了以下错误消息：

找到具有暗3的数组。StandardScaler预期<= 2

我认为一种解决方案是将每个通道的矩阵分成多个2D矩阵，分别缩放比例，然后放回3D格式，但我想知道是否有更好的解决方案。
非常感谢你。

Answer 1

您必须为每个通道安装并存储缩放器

from sklearn.preprocessing import StandardScaler

scalers = {}
for i in range(X_train.shape[1]):
    scalers[i] = StandardScaler()
    X_train[:, i, :] = scalers[i].fit_transform(X_train[:, i, :])

for i in range(X_test.shape[1]):
    X_test[:, i, :] = scalers[i].transform(X_test[:, i, :])