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?
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。是的,它被方便地称为^{} 。
文档提供了它的使用示例。
相关问题 更多 >
编程相关推荐