[sklearn][standardscaler] 我可以反转模型输出的标准缩放器吗？

Posted 2023-02-16

【中文标题】[sklearn][standardscaler] 我可以反转模型输出的标准缩放器吗？

【英文标题】：[sklearn][standardscaler] can I inverse the standardscaler for the model output?

【发布时间】：2017-11-17 00:49:26

【问题描述】：

我有一些结构如下的数据，试图从特征中预测t。

train_df

t: time to predict
f1: feature1
f2: feature2 
f3:......

t 是否可以使用 StandardScaler 进行缩放，所以我改为预测 t' 然后反转 StandardScaler 以返回实时？

例如：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(train_df['t'])
train_df['t']= scaler.transform(train_df['t'])

运行回归模型，

查看分数，

！！用实时值检查预测的 t'（逆 StandardScaler）

【参考方案1】：

是的，它被方便地称为inverse_transform。

文档提供了其使用示例。

【参考方案2】：

这里是示例代码。您可以将此处的data 替换为train_df['colunm_name']。 希望对您有所帮助。

from sklearn.preprocessing import StandardScaler
data = [[1,1], [2,3], [3,2], [1,1]]
scaler = StandardScaler()
scaler.fit(data)
scaled = scaler.transform(data)
print(scaled)

# for inverse transformation
inversed = scaler.inverse_transform(scaled)
print(inversed)