Python 正規化を元の値に戻す

Question

下記のように正規化した値を元の値に戻すにはどうすればよいでしょうか？（z_scoreを用いなくてもよいです。）

# 連続値データの読み込み
from sklearn.datasets import load_boston
boston = load_boston()
# 訓練データとテストデータに分ける
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(boston['data'], boston['target'], test_size=0.3,  random_state=0)
# 正規化
import scipy.stats
X_train=scipy.stats.zscore(X_train)
X_test=scipy.stats.zscore(X_test)
y_train=scipy.stats.zscore(y_train)
y_test=scipy.stats.zscore(y_test)

Answer 1

scikit-learnのStandardScalerを使うと良いかと思います。

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_train_s = scaler.fit_transform(X_train)

# テストデータに対してはfitしてはいけないのでtransformメソッドを使う
# ちなみに質問文のやり方にも同じ問題がある
X_test_s = scaler.transform(X_test)  

逆変換はinverse_transformメソッドで行うことが出来ます。

sklearn.preprocessing.StandardScaler — scikit-learn 0.22 documentation

目的変数でもできるかと思いますが、reshapeが必要かもしれません。