在sklearn python中撤消L2规范化

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了在sklearn python中撤消L2规范化，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含796字，纯文字阅读大概需要2分钟。

内容图文

一旦我使用sklearn l2规范化器规范化了我的数据并将其用作训练数据：
如何将预测的输出变回“原始”形状？

在我的示例中,我将归一化的住房价格用作y,将归一化的居住空间用作x.每个都适合自己的X_和Y_Normalizer.

y_predict也处于标准化状态,我该如何变成原始原始货币状态？

谢谢.

解决方法:

如果您正在谈论sklearn.preprocessing.Normalizer,它可以对矩阵线进行归一化,那么不幸的是,除非您手动将它们存储在某个地方,否则无法恢复到原始规范.

如果您正在使用sklearn.preprocessing.StandardScaler来对列进行归一化,则可以在该缩放器的属性中获取需要返回的值(如果with_mean设置为True和std_,则为均值)

如果在管道中使用规范化器,则无需担心,因为您不会就地修改数据：

from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import Normalizer

# classifier example
from sklearn.svm import SVC

pipeline = make_pipeline(Normalizer(), SVC())

内容总结

以上是互联网集市为您收集整理的在sklearn python中撤消L2规范化全部内容，希望文章能够帮你解决在sklearn python中撤消L2规范化所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端