擅长:python、mysql、java
<p>您应该使用y-scaler的<code>inverse_transform</code>方法。请注意,您可以使用管道更简洁地完成所有这些,如下所示</p>
<pre><code>from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVR
pipeline = Pipeline([('scaler', StandardScaler()), ('estimator', SVR(kernel="rbf"))])
y_scaler = StandardScaler()
y_train = y_scaler.fit_transform(y_train)
pipeline.fit(x_train, y_train)
y_pred = y_scaler.inverse_transform(pipeline.predict(x_test))
</code></pre>
<p>许多人只会在全球范围内扩大目标,而不会太过适应。但你不上当是好事。AFAIK对y数据使用单独的定标器(如代码中所示)是唯一的方法。在</p>