逆标准化

如果我使用以下方法对数据集进行了标准化处理:

data= (data- data.rolling(WINDOW).mean())/data.rolling(WINDOW).std()

并进行了预测,那么如何将我的预测结果逆标准化以重新适应原始数据集?


回答:

记录均值和标准差

r = data.rolling(WINDOW).agg(['mean', 'std'])
data = (data - r.mean) / r.std
pred = some_function_that_gives_predictions(data)
pred * r.std + r.mean

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注