我想仅对数据集的数值部分应用StandardScaler，使用sklearn.compose.ColumnTransformer函数（其余部分已进行独热编码）。我希望查看.scale_和.mean_参数，这些参数是根据训练数据拟合的，但是在使用列转换器时，函数scaler.mean_和scaler.scale_显然不起作用。有没有办法做到这一点？

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)
scaler = StandardScaler()
data_pipeline = ColumnTransformer([ ('numerical', scaler, numerical_variables)], remainder='passthrough')
X_train = data_pipeline.fit_transform(X_train)

回答：

拟合的转换器可以在属性transformers_（一个列表）和named_transformers_（一个字典样式的对象，键是你提供的名称）中找到。因此，例如，

data_pipeline.named_transformers_['numerical'].mean_