问题标签 [inverse-transform]

我有这个查询，我想选择该选择的倒数。

有没有简单的方法来解决我的问题？

有没有办法在 Python 中进行逆 z 变换？（我在 NumPy 或 SciPy 中看不到这样的东西）。

当训练一个模型时，比如线性回归，我们可以在训练一个测试数据集上做一个归一化，比如 MinMaxScaler。

在我们得到一个经过训练的模型并使用它进行预测，并将预测缩减为原始表示之后。

在python中，有“inverse_transform”方法。例如：

spark中是否有类似的方法？

我用谷歌搜索了很多，但没有找到答案。谁能给我一些建议？非常感谢！

假设我可以从具有可逆 cdf FY 的连续随机变量 Y 生成样本。我想知道 FY (Y )（内部和外部的大写 Y）的分布是什么？

我的主要猜测是均匀分布，但我不确定如何验证我的答案。

我是神经网络的初学者，对使用 scaler.inverse_transform 缩放矩阵后端的数学不太了解。我正在使用教程将 LSTM 应用于我的数据并预测其中一个变量的时间序列。当我进行缩放时，我在预测中遇到了这个问题。代码如下。

这就是我训练数据的方式。

这就是我设计模型的方式。

这就是我试图预测的方式

我正进入（状态。

最初 test_X 的形状是 (4599, 1, 12)。如果有人有兴趣了解有关数据的更多信息，我可以发送 iPython 文件的数据和 html。

正如标题所示，我正在尝试实现上述内容。我第一次尝试这样做涉及解决连续分数部分。问题：我怎么知道在连分数部分我需要走多远？我尝试选择 3 个级别（下降 3 个级别的连分数）。但是这样做需要大量的时间来执行。有人可以帮忙吗？这是我的代码：

我的计算广义连分数的函数：

a1/(-a2/(-a3/b3 + b2) + b1)

lam*(mu + 71/100)/(b1 - lam*(mu + 71/50)/(b2 - lam*(mu + 213/100)/b3))

lam*(mu + 71/100)/(-lam*(mu + 71/50)/(-lam*(mu + 213/100)/(lam + mu + s + 213/100) + lam + mu + s + 71/50) + 林 + 亩 + s + 71/100)

1221/(400*(s + 7/2 - 2183/(500*(s + 421/100 - 11359/(2000*(s + 123/25))))))

问题：现在这是我应该采取逆拉普拉斯的吗？

我接下来尝试了这个：

这在我的机器上执行的时间太长了。如果我将级别更改为 2，在这种情况下，它实际上工作得非常快。有人能帮忙吗？谢谢

我的参数如下：mu = 0.94，theta = 0.71，lamda = 1.85

dk = k*θ

ak = lam*dk

bk = s + dk + lam

我试图解决以下功能。在简单的情况下假设 b = 1。然后最后对这个进行拉普拉斯逆变换

实际上，我想采用以下等式的逆拉普拉斯。但在我尝试这个之前，我想先尝试一下基本情况。

我想手动计算拉普拉斯逆变换而不求助于任何库。具体来说，我想计算双边拉普拉斯逆变换。我想检查我的理解并手动尝试以下操作，但无法匹配答案。我哪里错了？

我想计算 1/(sa) 的拉普拉斯变换。我知道答案是 e ^at。我的尝试：

给我-0.9999999

但我知道答案是 exp = 2.71...

如何使用 Eigen 库反转在四元数中构造的 3d 旋转序列？

我正在根据偏航，滚动，俯仰构造四元数，如下所示：

我怎样才能从最后回来？

编辑：我想要做的是在 XZ 可控转盘上转换回扫描结果。开发代码如下

Eigen::Quaternionf _quaternion; pcl::PointCloud::Ptr pclCloud;

结果，第二个逆变换是正确的，但后面的逆变换是错误的，如图所示。白云：第 1 紫云：第 2 绿云：第 3

我知道随机变量 r 的概率密度函数 (PDF) 表达式为 2r/R^2，其中 0<=r<=R。那么，它的 CDF 为 r^2/R^2。

有人可以帮助我按照上述分布在 MATLAB 中生成随机变量 r 吗？

我有一个包含三列的训练数据 CSV（两列用于数据，第三列用于目标），并且我成功预测了测试 CSV 的目标列。问题是我需要将结果逆变换回字符串以进行进一步分析。下面是代码和错误。

错误