loveciel

> 谢谢您的回复。这段时间已经将反归一的问题解决了，谢谢啦！ gbt ***@***.*** > […](#) > ---原始邮件--- 发件人: "Siyang ***@***.***> 发送时间: 2023年3月28日(周二) 上午10:53 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [zhouhaoyi/Informer2020] 关于inverse output参数 (Issue #319) 请问可以提供一些数据sample吗？Inverse output将会把结果还原回去。如果是回归问题，而不是分类问题，应该使用mse会比交叉熵效果更好吧？ 请问将inverse设置为true之后仍然结果没有还原，还是归一化的结果。这个是什么原因呢？要怎么解决呢？能否给一些提示？ 能否详细的描述一下您的问题或者给一些代码？或者您可以看一下dataloader或者_process_one_batch部分的对于反归一化处理的代码 —...

> 我成功地在我的个人 Windows 10 系统上运行了它。我参考了 #12 以获得一些有用的指示。 请问你是怎么做到的呢

> 历史帖子有很多回答这个问题的，参数里加 --inverse 就行了 只要parser.add_argument('--inverse', action='store_true', help='inverse output data', default=True)这样就可以么

> > parser.add_argument('--inverse', action='store_true', help='inverse output data', default=True) 后面导入模型和预测结果的时候就是逆归一化后的值 > > 请问为什么我在main_informer中修改了这条，但是我纵坐标显示的还是归一化后的值呢？您是如何解决的呢 请问你解决了吗

> > 归一化后的z-score的mae、ms > > 谢谢您的回复，意思是算出的误差并没有反归一化吗？ 同学我想问一下，你能够使得输出结果的预测值与实际值进行反归一化么