Question

我正忙于使用递归神经网络来预测加密货币的价格。所以我做这个项目的原因是因为学校。我对该项目很遥远，但遇到了一个问题。因此，在我的代码中，我有一个数据框（df）。在数据框中，值很大，因此我使用以下方法将其成形为较小的值：

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)

但是在将其放入模型中之后，我需要将值调整回原始值。因此，我已经尝试了Internet上的所有内容，但找不到解决方案。有人可以帮我吗？

编辑：
我想在model.fit之后缩放值！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])

我该怎么做？

Answer 1

如果您想返回原始数据，则可以使用预分频器，然后可以乘以标准偏差并加上平均值（与之相反），然后对pct_change使用相同的值。

但这会增加数据的噪音。

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对其进行处理。

将值重新调整为原始值

1 个答案: