下面给出了一段简单的代码,它按行规范化数组。
import numpy as np
from sklearn import preprocessing
X = np.asarray([[-1,2,1],
[4,1,2]], dtype=np.float)
X_normalized = preprocessing.normalize(X, norm='l2')
你能帮我再次将 X 归一化转换为 X 吗?
您只能从规范化版本中恢复 X。考虑几个数据集的简单情况,每个数据集都有 2 个不同的元素:
[3, 4]
[-18, 20]
[0, 0.0001]
其中每一个都归一化为same数据集:
[-1, 1]
映射不是双射:它是多对一。因此,它不是唯一可逆的。
但是,您可以通过一些简单的技术恢复原始集:
- 保持原始数据集完整(是的,就是这么简单)。
- 存储归一化参数:均值和标准差(或其平方、方差)。这给出了将每个原始元素转换为标准化元素的线性方程;反转这个方程是微不足道的。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)