在训练前标准化了训练集和测试集，训练完了以后，抽取未标准化的一条数据进行预测，结果出了问题

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/gulie8/article/details/101717798

原数据集的target都是正值，但按如下代码做出来的预测是负值

from sklearn.datasets import load_boston
boston=load_boston()
x=boston.data
y=boston.target
from sklearn.model_selection import train_test_split
xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=0.2,random_state=35)
from sklearn.preprocessing import StandardScaler
xs=StandardScaler()
ys=StandardScaler()
xtrain=xs.fit_transform(xtrain)
ytrain=ys.fit_transform(ytrain)
ytest=ys.fit_transform(ytest)
xtest=xs.fit_transform(xtest)
from sklearn.linear_model import LinearRegression
lr=LinearRegression()
lr.fit(xtrain,ytrain)
ypredict=lr.predict(xtest)
xwp=boston.data[0]
lr.predict(xwp)

模型训练之前先对数据进行了归一化，所以预测的时候需要把训练好的参数逆向调整回归一化之前。这里可以使用训练集的数据对方差以及均值进行估计。可以试一下下面的代码。

from sklearn.datasets import load_boston
boston=load_boston()
x=boston.data
y=boston.target
from sklearn.model_selection import train_test_split
xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=0.2,random_state=35)
from sklearn.preprocessing import StandardScaler
xs=StandardScaler()
ys=StandardScaler()
xtrain_norm=xs.fit_transform(xtrain)
ytrain_norm=ys.fit_transform(ytrain)
ytest_norm=ys.fit_transform(ytest)
xtest_norm=xs.fit_transform(xtest)
from sklearn.linear_model import LinearRegression
lr=LinearRegression()
lr.fit(xtrain_norm,ytrain_norm)


xtrain_std  = np.std(xtrain, axis=0)
xtrain_mean = np.mean(xtrain, axis=0)
ytrain_std  = np.std(ytrain, axis=0)
ytrain_mean = np.mean(ytrain, axis=0)

calculate prediction

xwp=boston.data[0] prediction = ytrain_mean + ytrain_std*(np.dot((xwp - xtrain_mean)/xtrain_std, lr.coef_)) print prediction

另外sklearn的线性模型本身提供了做标准化的选项，所以可以直接用下面的办法避免自己做标准化的步骤：

from sklearn.datasets import load_boston
boston=load_boston()
x=boston.data
y=boston.target
from sklearn.model_selection import train_test_split
xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=0.2,random_state=35)
from sklearn.linear_model import LinearRegression
lr=LinearRegression(normalize=True)
lr.fit(xtrain, ytrain)

calculate prediction

xwp=boston.data[0] prediction = lr.predict(xwp) print prediction