scikit-learn：如何缩放回预测结果中的 'y'
scikit-learn：如何缩放回预测结果中的 'y'
我正在尝试使用波士顿房屋数据集学习scikit-learn和机器学习。
我将初始数据集（'housing_X'和'housing_y'）分割如下：
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(housing_X, housing_y, test_size=0.25, random_state=33)
我对这两个数据集进行了缩放：
from sklearn.preprocessing import StandardScaler
scalerX = StandardScaler().fit(X_train)
scalery = StandardScaler().fit(y_train)
X_train = scalerX.transform(X_train)
y_train = scalery.transform(y_train)
X_test = scalerX.transform(X_test)
y_test = scalery.transform(y_test)
我创建了模型：
from sklearn import linear_model
clf_sgd = linear_model.SGDRegressor(loss='squared_loss', penalty=None, random_state=42)
train_and_evaluate(clf_sgd,X_train,y_train)
基于这个新的模型clf_sgd，我正在尝试根据X_train的第一个实例预测y。
X_new_scaled = X_train[0]
print (X_new_scaled)
y_new = clf_sgd.predict(X_new_scaled)
print (y_new)
然而，对我来说结果相当奇怪（1.34032174，而不是房屋价格的范围20-30）。
[-0.32076092 0.35553428 -1.00966618 -0.28784917 0.87716097 1.28834383
0.4759489 -0.83034371 -0.47659648 -0.81061061 -2.49222645 0.35062335
-0.39859013]
[ 1.34032174]
我猜这个值1.34032174应该被还原，但我一直在尝试找出如何做到这一点，但没有成功。欢迎任何提示。非常感谢。