作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一些数据,我使用 scikit-learn 应用了缩放。一旦缩放,我想恢复原始数据。这可能吗?如果不是,我如何从原始数据中获得对应关系。
这是一个玩具示例
from sklearn.datasets import load_iris
from sklearn.preprocessing import scale
iris = load_iris()
X = iris.data
X_scale = scale(X)
print X[:4]
print X_scale[:4]
制作
[[ 5.1 3.5 1.4 0.2]
[ 4.9 3. 1.4 0.2]
[ 4.7 3.2 1.3 0.2]
[ 4.6 3.1 1.5 0.2]]
[[-0.90068117 1.03205722 -1.3412724 -1.31297673]
[-1.14301691 -0.1249576 -1.3412724 -1.31297673]
[-1.38535265 0.33784833 -1.39813811 -1.31297673]
[-1.50652052 0.10644536 -1.2844067 -1.31297673]]
如何从第二个数据恢复原始数据?
最佳答案
最常见的特征缩放方法之一是通过将数据集的平均值设置为零,将标准差设置为 1 来缩放数据。这对于许多学习算法非常有用。这只需使用以下内容即可实现:
scaled_array = (original_array - mean_of_array)/std_of_array
在 Sklearn 中,每个数组列似乎都是以这种方式缩放的。要查找原始数据,只需重新排列上述数据,或者仅计算未缩放数据中每列的标准差和平均值。然后,您可以随时使用它将缩放后的数据转换回原始数据。
有关 Sklearn 缩放工作原理的更多信息,文档为 here 。要了解有关特征缩放的更多信息,请参阅 wiki page是一个很好的起点。
关于python - 如何从缩放数据重建原始数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33994465/
我是一名优秀的程序员,十分优秀!