使用Sklearn和Tensorflow反转预测

Question

我在Python中使用Tensorflow。我成功地进行了预测，现在我在预测的反转方面遇到了问题。也就是说，我使用了Sklearn中的MinMaxScaler，并使用以下代码行规范化数据：

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range = (0,1))
dataset = scaler.fit_transform(df)

模型拟合成功后，我想在数据中进行反演

# make predictions
trainPredict = model.predict(trainX)
testPredict = model.predict(testX)

# Shape of data
trainPredict.shape
(390, 7, 1)

testPredict.shape
(56, 7, 1)

# invert predictions
trainPredict = scaler.inverse_transform(testPredict)
trainY= scaler.inverse_transform([trainY])
testPredict_ = scaler.inverse_transform(testPredict)
testY = scaler.inverse_transform([testY])

执行最后一段代码后，我收到以下消息：

ValueError: Found array with dim 3. Estimator expected <= 2.

有谁能帮我解决这个问题，修复最后一段代码吗

Answer 1

MinMaxScaler处理二维数据，其中行对应于样本，列是特征。它们根据每个特征的统计信息进行缩放：最小值、最大值。在预测3d阵列时，模型输出的形状[-1]=1，因此您可以使用np.squeeze来解决该问题

此外，我不认为有任何理由对模型的输出进行逆变换。如果需要将训练数据恢复到其原始未缩放形式，则对其进行逆变换可能很有用。那就是：

trainX_inv = scaler.inverse_transform(trainX)
testX_inv = scaler.inverse_transform(testX)