Python [sklearn][standardscaler]我可以为模型输出反转standardscaler吗？

我有一些数据结构如下，试图从特征预测

t

train_df

t: time to predict
f1: feature1
f2: feature2 
f3:......

t

是否可以用StandardScaler进行缩放，因此我转而预测

t'

，然后反转StandardScaler以获取实时数据

例如：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(train_df['t'])
train_df['t']= scaler.transform(train_df['t'])

运行回归模型

检查分数

---

！！用实时值（反向标准定标器）检查预测的t’是的，它可以方便地调用

---

文档提供了它的使用示例。

以下是示例代码。您可以将此处的

数据

替换为

train_df['colunm_name']

。 希望能有帮助

from sklearn.preprocessing import StandardScaler
data = [[1,1], [2,3], [3,2], [1,1]]
scaler = StandardScaler()
scaler.fit(data)
scaled = scaler.transform(data)
print(scaled)

# for inverse transformation
inversed = scaler.inverse_transform(scaled)
print(inversed)