machine-learning - 由于维度不同，无法对特征值进行逆转换

Question

我正在设计一个多元时间序列模型。为此，我将 5 个特征输入到 lstm 模型并尝试预测 1 个变量的输出（即其值取决于自身和其他 4 个特征）。

为此，我正在按如下方式进行特征缩放：-

#Features Scaling
`from sklearn.preprocessing import MinMaxScaler
 sc = MinMaxScaler(feature_range = (0,1))
 training_set_scaled = sc.fit_transform(training_set)
 print(training set scaled)`
   

输出：-

在模型的输出中，我得到的预测值为：

但是，当它尝试将其逆变换为：

predicted_stock_price = sc.inverse_transform(predicted_stock_price)

我收到以下错误：-

形状 (65,1) 的不可广播输出操作数与广播形状 (65,5) 不匹配

请帮忙。先感谢您 ：）

Answer 1

问题是您使用scmin-max-scale五个特征。因此，sc也只能用于对特征的缩放版本进行逆变换（由您显示为输出），这将使您返回原始特征值。标签（模型输出）与此无关。您也可以，但不一定必须缩放您的因变量，当然不能使用相同的缩放器对象。