對於資料經過標準化後建立的模型，預測後的輸出也是標準化之後的。

在模型打包後，需要將之前標準化的引數也進行打包。這樣才能保證在終端執行model時輸出真實的結果。

標準化引數打包方法：

from sklearn.preprocessing import MinMaxScaler
from sklearn.externals import joblib
scaler = MinMaxScaler(feature_range=(0, 1))
scaler_argv = scaler.fit(data)
joblib.dump(sscaler_argv,'scaler')

對輸出結果進行還原，若輸出結果為x，

from sklearn.externals import joblib 
scaler = joblib.load('scaler')
x = model.predict(testX)#testX為需要model測試資料
x = scaler.inverse_transform(x)
print(x)