您可以使用您的scalery
对象使用inverse_transform
:
y_new_inverse = scalery.inverse_transform(y_new)
0
您可以使用您的scalery
对象使用inverse_transform
:
y_new_inverse = scalery.inverse_transform(y_new)
0
有点迟到:只是不要缩放您的y。通过缩放y,您实际上会松动单位。回归或损失优化实际上是由要素之间的相对差异确定的。对于房价(或任何其他货币价值)的顺便说一句,对数是常见的做法。然后您显然需要执行numpy.exp()才能返回实际的美元/欧元/日元...
0
我正在尝试通过使用Boston Housing数据集来学习
scikit-learn
和机器学习。基于这个新模型
clf_sgd
,我试图基于X_train
的第一个实例来预测y
。但是,结果对我来说很奇怪(
1.34032174
,而不是房屋价格范围20-30
)我猜应该
1.34032174
此1.34032174
值,但是我试图弄清楚该如何做,但没有成功。欢迎任何提示。非常感谢你。