python - Keras:如果我用标准化数据训练模型，model.predict() 是否需要标准化数据？

Question

使用 Keras 完成模型训练后，我尝试使用 Keras 的 model.predict() 来测试新颖输入的模型。

训练模型时，我使用 Scikit Learn 的 MinMaxScaler() 对训练数据进行标准化。

使用 model.predict() 时是否还需要标准化数据？如果是这样，我该怎么做？

Answer 1

是的。你需要。因为您的模型是从特定比例的数据中学习的，所以最好将数据转换为与模型工作相同的比例，然后让它进行预测。

例如，您可以使用 Scikitlearn 库对数据进行规范化和标准化:

x_scaler = StandardScaler()
x_train = x_scaler.fit_transform(x_train)
x_test = x_scaler.transform(x_test)

y_scaler = StandardScaler()
y_train = y_scaler.fit_transform(y_train)
y_test = y_scaler.transform(y_test)

然后，对于预测，您应该对训练数据集使用相同的归一化参数，然后反向缩放以返回到之前的缩放比例，预测值如下所示:

preds = y_scaler.inverse_transform(
         model.predict(x_scaler.transform(pred_input))
         )