python - 将值 reshape 回原始值

Question

我正忙于使用循环神经网络来预测加密货币价格。所以我做这个项目的原因是因为学校。我已经完成了这个项目，但是我遇到了一个问题。所以，在我的代码中我有一个数据框(df)。在数据框中，值非常大，因此我使用以下方法将其调整为较小的值:

for col in df.columns:
    if col != "target":
        df[col] = df[col].pct_change()
        df.dropna(inplace=True)
        df[col] = preprocessing.scale(df[col].values)

但是将其放入模型后，我需要将值恢复为原始值。所以，我尝试了互联网上的所有方法，但找不到我的解决方案。有人可以帮我解决这个问题吗？

编辑:
我想缩放 model.fit 之后的值!所以当我用这个训练模型时:

# Train model
model.fit(
    train_x, train_y,
    batch_size=64,
    epochs=EPOCHS,
    validation_split=0.05,
    callbacks=[tensorboard])

我怎样才能做到这一点？

Answer 1

如果您想返回原始数据，您可以使用预分频器，您可以乘以标准差并加上平均值(与它的作用相反)，然后对 pct_change 进行相同的操作.

但这会给您的数据增加噪音。

这里最好的解决方案是保留原始数据，并在网络的另一个数据帧中处理它。