[sklearn][standardscaler]我可以反转模型输出的standardscaler吗？

Question

我有一些数据结构如下，试图从特性中预测t。

train_df

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

可以用标准缩放器缩放t，所以我预测t'，然后反转标准缩放器以返回实时性？

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

检查分数

！！用实时值（反标准缩放器）检查预测的t'<；-可能吗？

Answer 1

这是示例代码。您可以在这里用train_df['colunm_name']替换data。 希望有帮助。

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)

Answer 2

是的，它被方便地称为^{}。

文档提供了它的使用示例。