使用RandomForest算法对iternet中发现的回归进行回归，而不是预测它们对预测结果进行归一化，这意味着我们假设结果为pred
pred = pred = pred *（np.exp（-pred / 100）* 2 + 1）
您是否知道为什么要对预测结果进行标准化以及为什么要使用此公式以及预测结果的哪种标准化？
答案 0 :(得分：1)
简而言之：不要做这么随意的事情。
更详细的回答： 没有理由做任何类型的固定方程＆＃34;后期处理。如果您在训练前应用f ^ -1（x），则将f（x）应用于预测的唯一原因是。换句话说 - 如果您在训练之前以某种方式转换了数据，则需要对预测应用逆变换以返回原始空间。
只是为了表明所提供的等式是多么无用，考虑负输出的回归问题，例如在-10000和0之间。假设你的模型不完美并预测-9900而不是-10000，根据这个＆＃ 34;规则＆＃34;你得到（-9900）*（np.exp（ - （ - 9900）/ 100）* 2 + 1）这是-200,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000（-2e47）的行。