我试图在预测成本后取回原始值。

我使用 MinMax 特征缩放来缩放目标特征。我得到了一个缩放的输出。我正在尝试将它们转换为原始值，但它显示了一个错误。

我正在尝试将预测成本值转换为原始值，并使用原始成本值保存一个 Excel 表。请帮忙！

我正在使用 graphviz 绘制分类决策树。

在适应功能之前，我使用“preprocessing.StandardScaler()”来缩放它们

因此，当我绘制决策树时，我会根据“转换后的值”绘制它

有没有办法在绘制它之前“inverse_trasform”分类器，以便决策树绘制节点处的实际值而不是转换后的值？

是的，我试过 scale.inverse_transform(rf_clf) .... 但当然不要工作...

从 sklearn.datasets 导入数据集

从字典创建数据框

转换为数组

分裂

缩放：

拟合分类器

用 graphviz 绘制决策树：

第一个节点的结果是“Petal_width<= 0.53”，第二个节点是“petal lenght <= -0.788”，这是一个实数的负数。

我宁愿让树以英寸为单位承载真正的价值......

我正在尝试通过频谱减法来增强超声波信号。信号在时域中并且包含噪声。我将信号划分为 2 µs 的汉明窗，并计算了这些帧的傅里叶变换。然后我选择了 3 个连续的帧，我将其解释为噪声。我对这 3 帧的幅度谱进行了平均，并从每一帧的幅度谱中减去该平均值。然后我将所有负幅值谱定义为零，并通过将新幅值谱与相位谱相结合来重建增强的傅立叶变换。这给了我每帧一系列复数。现在我想通过使用傅里叶逆变换将这个系列转换回时域。但是，此操作为我提供了我不知道如何使用的复数。

我在几篇文章中读到，从傅里叶逆变换获得复数输出是正常的。然而，复数的使用是分开的。有人说要忽略虚部，因为它应该非常小（e-15），但在我的情况下它不可忽略（0.01-0.5）。老实说，我现在只是不知道如何处理这些数字，因为我希望傅里叶逆变换只能给我实数。并希望有非常小的虚构部分，但不幸的是..

我希望有人知道如何处理这些复数。也许我之前在处理方法上犯了一个错误，但我已经检查了很多次，对我来说似乎很可靠。这是该过程的最后一步（也是最后一步），真正希望在傅里叶逆变换后获得良好的时域信号。

谁能解释我为什么会收到以下错误：

执行时：

我真的不明白为什么对尺寸与 X 不同的 f(X) 的结果应用 inverse_transform 一切都很好，而在尺寸与 p 不同的 f(p) 上做同样的事情时，我得到了错误。

我正在用 Python 编写 Burrows-Wheeler 变换及其反向函数。它适用于小弦，但当我测试更大的弦时它就崩溃了。在某些时候，字符串似乎循环了。我确信它一定与解码器的最终循环有关，但我正在遵循在多个网站上找到的步骤。我的实现如下：

原始字符串：

罗斯托夫不愿对公主出言不逊，没有回屋子，而是留在村子里等她离开。当她的马车驶出房子时，他骑马陪她从博古赫罗沃出发八英里，到达我们部队占领的道路。在扬克沃的客栈里，他恭敬地告别了她，这是他第一次允许自己亲吻她的手。

你怎么可以这样说话！他红着脸回答玛丽公主对她的解脱表示感谢，正如她所说的那样。任何警察都会这样做！“如果我们只有农民打，我们就不应该让敌人走这么远，”他羞愧地说道，并希望转移话题。我很高兴有机会结识你。再见，公主。祝你幸福和安慰，并希望在更幸福的情况下再次见到你。如果你不想让我脸红，请不要感谢我！

解码字符串：

罗斯托夫不愿对公主出言不逊，没有回屋子，而是留在村子里等她离开。当她的马车驶出房子时，他骑马陪她从博古赫罗沃出发八英里，到达我们部队占领的道路。在扬克沃的客栈里，他恭敬地告别了她，这是他第一次允许自己亲吻她的手。

你怎么能这样说话！罗斯托夫不愿在公主面前出言不逊，没有回屋子，而是留在村子里等着她离开。当她的马车驶出房子时，他骑马陪她从博古赫罗沃出发八英里，到达我们部队占领的道路。在扬克沃的客栈里，他恭敬地告别了她，这是他第一次允许自己亲吻她的手。

你怎么能这样说话！罗斯托夫不愿在公主面前出言不逊，没有回屋子，而是留在村子里等着她离开。什么时候

奇怪的是，我在网上找到并测试过的其他实现似乎也会发生这种情况，比如this one和this one。到底是怎么回事？我是否误解了转换的工作原理？或者这个实现不正确？

我目前正在尝试计算已知函数的逆傅立叶。不幸的是 np.fft.ifft() 函数没有显示我正在寻找的结果。由于我不确定错误发生在哪里，我构建了一个已知问题并遇到了类似的错误。傅里叶函数是 1/(1+x^2)，这个函数的逆傅里叶是 a*exp(-|k|)。有一个常数。从图中可以看出，通过 np.fft.ifft() 函数生成的数据与实际数据相同。但我不知道为什么。

谢谢你的时间

通常对于逆采样方法，我们有一个密度，我们想从中采样。第一步是找到密度的累积密度函数。然后找到它的反函数，最后从均匀分布中找到随机采样值的反函数。

例如，我有这个函数y= ((3/2)/(1+x)^2)，所以 cdf 等于(3x)/2(x+1)并且 cdf 的倒数是((3/2)*u)/(1-(3/2)*u)

为了在 R 中做到这一点，我写了

我有两个问题！首先：代码返回函数而不是样本。第二：有没有另一种简单的方法来完成这项工作？例如以更简单的方式找到 cdf 和逆？

我想补充一点，我不是在寻找代码的效率。我只是对初学者可以编写的代码感兴趣。

球坐标为 (r, theta, phi)。分布如下。

为了生成位置，我使用了逆变换采样，并且为了绘图，我将它们转换为 (X, Y, Z) 坐标。我期待看到散布在空心球体上的点，但奇怪的事情正在发生。我不知道是什么问题。这是 Matlab 代码

这是这个文件的情节

你能帮我指出我的代码有什么问题吗？从理论上讲，我知道没有任何问题，但不知道是什么导致了错误。我知道还有其他方法可以生成这些位置，但我很想知道我的代码中有什么问题。

我正在尝试导出使用LabelEncoder编码的数据集的未编码版本（从sklearn.preprocessing，以启用机器学习算法的应用），然后拆分为训练和测试数据集（使用train_test_split）。

我想将测试数据导出到 excel 但使用原始值。到目前为止，我找到的示例仅在一个变量上使用了LabelEncoderinverse_transform的方法。我想将它自动应用于最初编码的多个列。

这是一个示例数据：

假设“res”是目标变量，“code”和“sp”是特征。

我使用 StandardScaler() 在预测之前缩放我的数据。现在我只想缩减预测值（使用 inverse_transform），但我无法这样做，因为它希望看到 4 个变量，而我只想从我的预测中缩减目标值。我怎样才能做到这一点？