使用MinMaxScaler 中scaler.inverse_transform不能返回原来数据的原因

在做多参数预测时，需要将数据归一化，以降低不同参数数据区间不同带来的影响。

scaler = MinMaxScaler(feature_range=[0,1]) dataset[col] = scaler.fit_transform(dataset[col].values.reshape(-1,1))
但是将数据还原成原来数据时，却发现和原来结果不一样了。后来发现原因是因为scaler在循环中对应的是最后一列参数的特征。而前面的特征肯定和最后一列的不一致。因此这里需要每一列都要赋值对应的scaler。