预测值逆标准化时出现长度不匹配错误的求助

问题根源 #

你的数据集包含2列，train_mean和train_std是这两列各自的统计值（返回长度为2的Series），而模型预测出的test_predict是对应标签列的一维/二维数组（长度14604），直接用整个Series和预测值做运算，会因维度不匹配触发报错。

解决步骤 #

1. 提取标签列对应的均值和标准差
   假设你的标签是数据集中的某一列（比如列名为target，或第二列），单独提取该列的统计值：

   # 按列名提取示例
   target_mean = train_mean['target']
   target_std = train_std['target']
   
   # 按索引提取示例（假设标签是第二列，索引为1）
   target_mean = train_mean.iloc[1]
   target_std = train_std.iloc[1]
   

2. 对预测值执行逆标准化
   用标签列的标量均值/标准差和预测值运算，numpy会自动处理维度广播：

   inverse_data = (test_predict * target_std) + target_mean
   

补充说明 #

如果create_dataset函数是将多列作为特征、仅用某一列作为标签，那么逆标准化只需要针对标签列的统计值操作，无需用到所有列的均值/标准差，这是解决问题的核心。

内容的提问来源于stack exchange，提问作者Shahid Khan