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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注