如何从标准化数组中获取原始数据

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：

1. 保持原始数据集完整（是的，就是这么简单）。
2. 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。