为了喂养我的生成神经网络,我需要将一些数据归一化到-1和1之间。 我使用Sklearn中的MinMaxScaler来完成这个过程,效果非常好。现在,我的生成器将输出在-1和1之间的数据。如何反归一化MinMaxScaler以获取实际数据?
def rev_min_max_func(scaled_val):
max_val = max(df['target'])
min_val = min(df['target'])
og_val = (scaled_val*(max_val - min_val)) + min_val
return og_val
df['pred_target'] = scaled_labeled_df['pred_scaled_target'].apply(lambda x: rev_min_max_func(x))
target
、pred_scaled_target
和target
。那么target
是指什么?我82%确定我知道前两个是什么。 - SCool
df[list(df.columns)] = scaler.transform(df)
非常有效。 - Pe Dro