从 StandardScaler 转移到 MinMaxScaler 会导致问题答案

【问题标题】：Shifting from StandardScaler to MinMaxScaler causes problem从 StandardScaler 转移到 MinMaxScaler 会导致问题
【发布时间】：2021-04-30 02:59:32
【问题描述】：

在将时间序列数据放入 RNN 之前，我使用 StandardScaler 对其进行标准化。它一直有效。但现在我改为使用 MinMaxScaler。一切正常，只是我无法再次将数据逆变换回来。

尝试逆变换时出现以下错误：

ValueError: Expected 2D array, got 1D array instead:
array=[0.03481037].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

【问题讨论】：

使用X = np.array(X).reshape(-1,1)

标签： machine-learning scikit-learn time-series minmax standardization

【解决方案1】：

它清楚地表明您的输入是一维的。所以尝试在 reshape 函数的帮助下将其更改为 2D

import numpy as np
X = np.array(X).reshape(-1,1)
y = np.array(y).reshape(-1,1)

【讨论】：