如何从 scikit-learn 嵌入解码？
How to decode from scikit-learn embedding?
如果我有一个数据矩阵 X，我想在其中学习流形嵌入：
from sklearn.manifold import MDS
mds = MDS()
embedding = mds.fit_transform(X)
我可以在变量 embedding 中取回原始数据 X 的二维 embedding/encoding。
有没有办法 "decode"/反嵌入给定的 2D 点回到原始数据维度？
ML 中使用的 99% 的嵌入都不是单射的，因此不存在逆变换之类的东西（它甚至不难，它实际上不存在，因为它转换了 space 的大块到一个点）。特别是，MDS 不是单射的，因此无法返回。
如果我有一个数据矩阵 X，我想在其中学习流形嵌入：
from sklearn.manifold import MDS
mds = MDS()
embedding = mds.fit_transform(X)
我可以在变量 embedding 中取回原始数据 X 的二维 embedding/encoding。
有没有办法 "decode"/反嵌入给定的 2D 点回到原始数据维度？
ML 中使用的 99% 的嵌入都不是单射的，因此不存在逆变换之类的东西（它甚至不难，它实际上不存在，因为它转换了 space 的大块到一个点）。特别是，MDS 不是单射的，因此无法返回。