python-3.x - 我们可以将特征缩放应用于数据集中的“自变量”吗？

Question

我有一个包含 8 个因变量（2 个分类数据）的数据集。我已申请ExtraTreeClassifier()消除一些因变量。我还有 X,y 的特征比例。

 from sklearn.preprocessing import StandardScaler
 sc = StandardScaler()
 X = sc.fit_transform(X)
 X = sc.transform(X)
 y = sc.fit_transform(y)
 y = sc.transform(y)

在此之后，我将数据集拆分为

from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X_new, encoded2, 
test_size = 0.25, random_state = 0)

现在我正在应用DecisionTreeRegressor算法进行预测。但我想要实际的预测（现在我得到了缩放值）。怎么做？有没有其他方法可以做到这一点？因为我所做的方式是给 RMSE = 0.02，如果我不是特征缩放因变量 RMSE = 18.4。请建议如何解决此类问题。

标签： python-3.xmachine-learningdata-science

Answer 1

好吧，首先，y不需要缩放目标变量（StandardScalerinverse_transform

从以下文档StandardScaler：

inverse_transform(X[, copy]) 将数据缩小到原始表示