我正忙于使用循环神经网络来预测加密货币价格。所以我做这个项目的原因是因为学校。我已经完成了这个项目,但是我遇到了一个问题。所以,在我的代码中我有一个数据框(df)。在数据框中,值非常大,因此我使用以下方法将其调整为较小的值:
for col in df.columns:
if col != "target":
df[col] = df[col].pct_change()
df.dropna(inplace=True)
df[col] = preprocessing.scale(df[col].values)
但是将其放入模型后,我需要将值恢复为原始值。所以,我尝试了互联网上的所有方法,但找不到我的解决方案。有人可以帮我解决这个问题吗?
编辑:
我想缩放 model.fit 之后的值!所以当我用这个训练模型时:
# Train model
model.fit(
train_x, train_y,
batch_size=64,
epochs=EPOCHS,
validation_split=0.05,
callbacks=[tensorboard])
我怎样才能做到这一点?
最佳答案
如果您想返回原始数据,您可以使用预分频器,您可以乘以标准差并加上平均值(与它的作用相反),然后对 pct_change 进行相同的操作
.
但这会给您的数据增加噪音。
这里最好的解决方案是保留原始数据,并在网络的另一个数据帧中处理它。
关于python - 将值 reshape 回原始值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53363796/