[sklearn] [standardscaler]我可以逆转模型输出的standardscaler吗？

Question

我有一些结构如下的数据，试图t从这些功能进行预测。

train_df

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

可以t使用StandardScaler进行缩放，因此我可以预测t'然后对StandardScaler求逆，以获取实时信息？

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

!! 用实时值检查预测的t'（反向StandardScaler）<-可能吗？

Answer 1

这是示例代码。您可以将此处替换data为train_df['colunm_name']. 希望能帮助到你。

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inverse_transform。

该文档提供了其用法示例。