У меня есть набор данных с 8 зависимыми переменными (2 категориальные данные).Я применил ExtraTreeClassifier()
для устранения некоторых зависимых переменных.У меня также была функция масштабирования X, y.
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X = sc.fit_transform(X)
X = sc.transform(X)
y = sc.fit_transform(y)
y = sc.transform(y)
И после этого я разделил набор данных как
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X_new, encoded2,
test_size = 0.25, random_state = 0)
И теперь я применяю алгоритм DecisionTreeRegressor
для прогнозирования.Но я хочу к реальному прогнозу (сейчас я получаю масштабированное значение).Как это сделать?Есть ли другой способ сделать это?Потому что я сделал так, чтобы RMSE = 0,02, а если я не зависимая от масштабирования, переменная RMSE = 18,4.Пожалуйста, предложите, как решить эту проблему.