在運行算法之前 fit_transform 數據

Question

預處理模塊還提供了一個實用程序類 StandardScaler，它實現了 Transformer API 來計算訓練集的均值和標准差，以便以后能夠在測試集上重新應用相同的轉換。 http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html#sklearn.preprocessing.StandardScaler.fit_transform

在轉換運行算法的數據集時，如何將結果鏈接回原始數據集？

例如

data = [[0, 0], [0, 0], [1, 1], [1, 1]]
print(data); 
-->[[0, 0], [0, 0], [1, 1], [1, 1]]
myData = StandardScaler().fit_transform(data)
print(myData);
-->[[-1. -1.]
   [-1. -1.]
   [ 1.  1.]
   [ 1.  1.]]

在 myData（無監督）上運行算法時，如果該數據集在運行前發生更改，您如何解釋該數據集的結果？ 例如，當您在 myData 上運行聚類算法時，您並未對原始數據進行聚類。

Answer 1

應用inverse_transform返回原始數據：

from sklearn.preprocessing import StandardScaler
import numpy as np

data = [[0, 0], [0, 1], [1, 0], [1, 1]]

scaler = StandardScaler()

myData = scaler.fit_transform(data)

restored = scaler.inverse_transform(myData)

assert np.allclose(restored, data)  # check we got the original data back

請注意StandardScaler的實例如何存儲在變量中以供以后使用。 擬合后，此實例包含重復或撤消轉換所需的所有信息。

現在，如果您對myData執行聚類，則可以將聚類原型（中心，或從聚類算法中獲得的任何內容）傳遞給scaler.inverse_transform以獲取原始數據空間中的聚類。