scaler = MinMaxScaler(feature_range=(0, 1)).fit(train) 如何恢复真实值

如果你使用了 `MinMaxScaler` 对训练集进行了归一化处理，那么可以使用该 scaler 对预测结果进行反向操作，以恢复真实值。

假设你拟合了一个名为 `scaler` 的 `MinMaxScaler` 对象，并且对训练集进行了归一化处理。然后，你获得了一个名为 `predictions` 的预测结果，它是归一化后的值。

要恢复真实值，你可以使用以下代码：

# 反向操作，将归一化后的预测结果恢复为真实值
restored_predictions = scaler.inverse_transform(predictions)

`inverse_transform` 方法将归一化后的值转换回原始范围内的真实值。

注意，在使用 `inverse_transform` 方法之前，确保 `predictions` 的形状与训练集相匹配。例如，如果 `predictions` 是一个二维数组，那么它的列数应该与训练集的特征数相同。这样才能正确地进行转换。

使用 `inverse_transform` 方法时，确保你使用了与训练集相同的 scaler 对象。这样可以确保在反向操作中使用了正确的归一化参数。