1
私はデータを正規化し、その上でいくつかの作業をしてからそれを元に戻しています。 inverse_transformを実行するときは、fit_transformを行ったときとまったく同じ形で渡す必要がありますか?以下のコードは、データセットを渡す必要はありません「形状(3,1)と非broadcastable出力オペランド放送形状(3,3)と一致しない」Numpy:異なるサイズの変換を逆変換する
import numpy as np
from sklearn.preprocessing import MinMaxScaler
first = np.array([[ 1.2345, 1.220000,1.26245],
[ 1.234,1.220000,7.0901],
[ 1.23450,1.22000,1.14795]])
scaler = MinMaxScaler(feature_range=(0, 1))
dataset = scaler.fit_transform(first)
new_dataset = dataset[:,:1]
trainPredict2 = scaler.inverse_transform(new_dataset)
私のデータが1列のみで構成されている場合、私は再びそれを反転することはできませんか? new_datasetは、私がデータを操作した後にデータがどのように見えるかの一例に過ぎません。 –
私がしようとしているのは、私のデータセットの予測をしたあと、ちょうど1列(予測)の配列を取得します。ここでは、fit_transformを複数の列に配置しました。今私はinverse_transformを使用して正規表現に予測を変換したいが、IMは異なる形を得る。 –
予測を逆変換する必要があるのはなぜですか?スケーリングは機能のためのものです。あらかじめスケール変換をラベルに適用しているということですか?もしそうなら、あなたはおそらく変形を必要とします – Psidom