還原轉換預處理插入符號

Question

我將數據轉換為符合線性模型（正態分布）的要求：

d.reg1 = d.reg %>% preProcess("YeoJohnson") %>% predict(d.reg) 

調整后的模型：

fit = lm(log10(Qmld)~log10(Peq750), data = d.reg1) #potential regression

預測數據：

a=10^fit$coefficients[1]
b=fit$coefficients[2]

d.reg1$Qmld_predita=a*d.reg1$Peq750^b 

由於該模型適合轉換后的數據並且對我沒有物理意義，因此我如何才能d.reg1$Qmld_predita ？

Answer 1

這是一個可以基於所選初始轉換（例如，此處初始轉換為c("scale", "center")修改的函數的模型。

library(tidyverse)

revPredict <- function(preproc, data, digits=0) {
  data %>%
    select(one_of(preproc$mean %>% names)) %>%
    map2_df(preproc$std, ., function(sig, dat) dat * sig) %>%
    map2_df(preproc$mean, ., function(mu, dat) dat + mu)
}

revPredict(preprocess_params, df_needing_reverse_transformation)

自問問題以來已經有六個多月了，我想您已經找到解決這個問題的方法，但是鑒於此處存在類似的問題，它仍然可能引起人們的興趣。

---

要舍入值，請將第二個map2_df的輸出通過map2_df傳遞到此：

    mutate_if(is.numeric,funs(round(.,digits = digits)))

Answer 2

這是另一個補充，如果您縮放到0-1，則可以使用它進行逆變換。 對深度學習有用

revPredict <- function(preproc, data,digits=0,range = F) {
   if (range == T){
     data<-data %>%
       select(one_of(dimnames(preproc$ranges)[[2]])) %>%
       map2_df(preproc$ranges[2,]-preproc$ranges[1,], ., function(min_max, dat) min_max* dat)  %>%
       map2_df(preproc$ranges[1,], ., function(min, dat) min + dat) %>%
      mutate_if(is.numeric,funs(round(.,digits = digits)))
    return(data)
    }
  data<- data %>%
    select(one_of(names(preproc$mean))) %>%
    map2_df(preproc$std, ., function(sig, dat) dat * sig)  %>%
    map2_df(preproc$mean, ., function(mu, dat) dat + mu) %>%
    mutate_if(is.numeric,funs(round(.,digits = digits)))
  return(data)
}