反归一化 from sklearn.preprocessing import MinMaxScaler

from sklearn.preprocessing import MinMaxScaler

# 数据归一化
scaler = MinMaxScaler(feature_range=(0, 1))
scaler.fit_transform(dataset)
train = scaler.transform(train)
val = scaler.transform(val)
test = scaler.transform(test)

data_range = MinMaxScaler.data_range_
data_min = MinMaxScaler.data_min_
outputs = outputs * data_range[0] + data_min[0]
y_val = y_val * data_range[0] + data_min[0]

相关文章：

【NLP 16、实践 ③ 找出特定字符在字符串中的位置】

分布式协同 - 分布式事务_TCC解决方案

kafka常用命令（持续更新）

Spring（二）---基于注解的方式实现Bean管理和注入属性

JNDI基础

go-zero(十五)缓存实践：分页列表

2024年最新多目标优化算法：多目标麋鹿群优化算法（MOEHO）求解DTLZ1-DTLZ7及工程应用---盘式制动器设计，提供完整MATLAB代码

iframe和浏览器页签切换

解决uniapp中使用axios在真机和模拟器下请求报错问题

亚马逊API接口深度解析：如何高效获取商品详情与评论数据

洛谷 P1644 跳马问题 C语言

（耗时4天制作）详细介绍macOS系统 本博文含有全英版 （全文翻译稿）

【NLP 16、实践 ③ 找出特定字符在字符串中的位置】

2024.12 迈向可解释和可解释的多模态大型语言模型：一项综合调查

JDK13主要特性

Mysql复习（一）

【唐叔学算法】第18天：解密选择排序的双重魅力-直接选择排序与堆排序的Java实现及性能剖析

前端知识补充—CSS

FFmpeg库之ffmpeg

sentinel来源访问控制（黑白名单）

重拾设计模式-外观模式和适配器模式的异同

九江网站建设SEO与优化推广的完美结合

【机器学习】机器学习的基本分类-强化学习-Deep Q-Network (DQN)

Tool之Excalidraw：Excalidraw(开源的虚拟手绘风格白板)的简介、安装和使用方法、艾米莉应用之详细攻略

10.1k高星 GitHub 库：告别JSON错误：Outlines如何提升大模型的结构化输出

PHP阶段一