Python LSTM RNN预测的反向缩放输出错误

我使用LSTM模型预测股票的未来

open

价格。在这里，数据被预处理，模型被构建和训练，没有任何错误，我使用标准的Scaler来缩小数据框中的值。但是在从模型中检索预测时，当我使用

scaler.reverse（）

方法时，它给出了以下错误

ValueError: non-broadcastable output operand with shape (59,1) doesn't match the broadcast shape (59,4)

---

完整的代码是一个太大的jupyter笔记本，无法直接显示，因此我将其上传到了一个

中，这是因为模型使用形状预测输出（59，1）。但您的定标器适合（251，4）数据帧。在y值形状的数据框上创建新的缩放器，或者将模型密集层输出更改为4维而不是1维。 缩放器适合的数据形状，它将仅在

缩放器.逆变换期间采用该形状

旧代码-形状（n，1）

trainY.append（df\u for\u training\u scaled[i+n\u future-1:i+n\u future，0]）

更新的代码-形状（n，4）-使用所有4个输出

trainY.append（df_for_training_scaled[i+n_future-1:i+n_future，：]）