我在SCI上学习了一些数据缩放工具。
一旦缩放,我想恢复原始数据。这可能吗?如果没有,如何从原始数据中得到相应的结果。在
这里有一个玩具的例子
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]
生产
^{pr2}$
如何从第二个数据恢复原始数据?在
Tags:
MarkyD43为这个问题提供了一个很好的答案。下面是将数据转换回原始版本的代码版本
生产
^{pr2}$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。这对许多学习算法非常有用。只需使用以下方法即可实现:
在Sklearn中,每个数组列都是这样缩放的。要找到原始数据,只需重新排列上面的内容,或者只计算未缩放数据中每列的标准差和平均值。然后,您可以随时使用此选项将缩放数据转换回原始数据。在
有关Sklearn的缩放如何工作的详细信息,文档是here。要了解更多关于特性缩放的知识,可以从wiki page开始。在
相关问题 更多 >
编程相关推荐