反归一化scaler.transform

`scaler.transform()`是用于将数据进行归一化处理的方法，它将数据转换为指定的范围内。如果你想要进行反归一化，可以使用`scaler.inverse_transform()`方法。下面是一个演示例子：

from sklearn.preprocessing import MinMaxScaler

# 创建一个MinMaxScaler对象
scaler = MinMaxScaler(feature_range=(0, 1))

# 假设有一组数据
data = [[1], [2], [3], [4], [5]]

# 对数据进行归一化处理
scaled_data = scaler.fit_transform(data)

# 对归一化后的数据进行反归一化
original_data = scaler.inverse_transform(scaled_data)

print("Original data:")
print(data)
print("Scaled data:")
print(scaled_data)
print("Original data after inverse transformation:")
print(original_data)

输出结果：

Original data:
[[1], [2], [3], [4], [5]]
Scaled data:
[[0.], [0.25], [0.5], [0.75], [1.]]
Original data after inverse transformation:
[[1.], [2.], [3.], [4.], [5.]]