scikit-learn-将管道预测转换为原始值/比例
发布于2019-11-11 14:18 阅读(1316) 评论(0) 点赞(7) 收藏(5)
我已经创建了如下管道（使用Keras Scikit-Learn API）
estimators = []
estimators.append(('standardize', StandardScaler()))
estimators.append(('mlp', KerasRegressor(build_fn=baseline_model, nb_epoch=50, batch_size=5, verbose=0)))
pipeline = Pipeline(estimators)并适合
pipeline.fit(trainX,trainY)如果我使用进行预测pipline.predict(testX)，则（相信）我得到了标准化的预测。
我如何进行预测testX，predictedY使其与实际（未涉及）的比例相同testY（即，不是标准化的预测，而是实际值）？我看到有inverse_transform一种用于Pipeline的方法，但是似乎仅用于还原转换后的方法X。
解决方案
究竟。管道中的StandardScaler（）仅映射pipe.fit（trainX，trainY）的输入（trainX）。
因此，如果您将模型拟合为近似trainY，并且还需要对其进行标准化，则应将trainY映射为
scalerY = StandardScaler().fit(trainY) # fit y scaler
pipeline.fit(trainX, scalerY.transform(trainY)) # fit your pipeline to scaled Y
testY = scalerY.inverse_transform(pipeline.predict(testX)) # predict and rescaleinverse_transform（）函数考虑标准偏差和在StandardScaler（）。fit（）中计算出的均值来映射其值。
正如您所提到的，您始终可以在不缩放Y的情况下拟合模型，但这可能会很危险，具体取决于您的数据，因为它可能导致模型过度拟合。您必须测试它；）
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：https://www.pythonheidong.com/blog/article/150186/43a73939630a599e23b6/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力