Python中的MATLAB mapminmax函数？

Question

小结：我对线性回归模型的数据进行了标准化处理，我想将标准化还原为原始值：

我有以下函数来反转MATLAB中的标准化数据：

Y_Pred_denorm=(mapminmax('reverse','Y_pred',params.Y))';

如何用Python编写这些代码？我做了一些阅读，发现了以下错误：

^{pr2}$

Answer 1

我实际上不理解您的代码，但您可以使用inverse_transform方法来反向缩放。示例：

from sklearn.preprocessing import MinMaxScaler

X = [[100, -100], [25, 30], [50, 50]]
scaler = MinMaxScaler(feature_range=(60, 90))
X_transformed = scaler.fit_transform(X)
print(X_transformed)
X_retransformed = scaler.inverse_transform(X_transformed)
print(X_retransformed)

结果：

^{pr2}$

编辑：对于1D输入，过程类似。唯一的区别是scikit learn API for related methods只接受2D数组，所以array应该是nx1 2D matrix。在

from sklearn.preprocessing import MinMaxScaler
import numpy as np

X = [100, -100, 25, 30, 50, 50]
X = np.array(X).reshape((-1, 1)) # This line is for converting X into nx1 2D matrix.

scaler = MinMaxScaler(feature_range=(60, 90))
X_transformed = scaler.fit_transform(X)
print(X_transformed)
X_retransformed = scaler.inverse_transform(X_transformed)
print(X_retransformed)