質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

5604閲覧

Python 正規化を元の値に戻す

yamato_user

総合スコア2321

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/12/31 08:21

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。)

Python

1# 連続値データの読み込み 2from sklearn.datasets import load_boston 3boston = load_boston() 4# 訓練データとテストデータに分ける 5from sklearn.model_selection import train_test_split 6X_train, X_test, y_train, y_test = train_test_split(boston['data'], boston['target'], test_size=0.3, random_state=0) 7# 正規化 8import scipy.stats 9X_train=scipy.stats.zscore(X_train) 10X_test=scipy.stats.zscore(X_test) 11y_train=scipy.stats.zscore(y_train) 12y_test=scipy.stats.zscore(y_test)

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

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

python

1from sklearn.preprocessing import StandardScaler 2 3scaler = StandardScaler() 4X_train_s = scaler.fit_transform(X_train) 5 6# 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 7# ちなみに質問文のやり方にも同じ問題がある 8X_test_s = scaler.transform(X_test) 9

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。

投稿2019/12/31 13:50

編集2019/12/31 13:51
hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問