2
線形回帰などのモデルを訓練する場合、列車のテストデータセットでMinMaxScalerのような正規化を行うことができます。SparkのMinMaxScalerのようなスケーラのための "inverse_transform"メソッドはありませんか?
私たちは訓練されたモデルを得てそれを使って予測を行い、予測を元の表現にスケールバックします。
pythonには、 "inverse_transform"メソッドがあります。例:
from sklearn.preprocessing import MinMaxScaler
scalerModel.inverse_transform
from sklearn.preprocessing import MinMaxScaler
data = [[-1, 2], [-0.5, 6], [0, 10], [1, 18]]
scaler = MinMaxScaler()
MinMaxScaler(copy=True, feature_range=(0, 1))
print(data)
dataScaled = scaler.fit(data).transform(data)
print(dataScaled)
scaler.inverse_transform(dataScaled)
sparkにも同様の方法がありますか?
私はたくさんのグーグルではありますが、答えは見つかりませんでした。誰も私にいくつかの提案を与えることができますか? ありがとうございます!当社で
こんにちは、歓迎、StackOverflowへ。あなたの投稿に行き、いくつかの編集をしてもらえますか?現在書かれているいくつかのフレーズは意味をなさないので、人々があなたの質問を見逃す可能性があります。コードブロックを使用して、コードスニペットをより魅力的にすることもできます。 –