反转特征缩放

Question

在我的 dataset 中，我有一个二进制 Target（0 或 1）变量和 8 个特征：nchar、rtc、Tmean、 week_day、hour、ntags、nlinks 和 nex。 week_day 是一个因素，而其他是数字。我构建了一个决策树分类器，但我的问题涉及特征缩放：

library(caTools)
set.seed(123)
split = sample.split(dataset$Target, SplitRatio = 0.75)
training_set = subset(dataset, split == TRUE)
test_set = subset(dataset, split == FALSE)
# Feature Scaling
training_set[-c(2,4)] = scale(training_set[-c(2,4)])
test_set[-c(2,4)] = scale(test_set[-c(2,4)])

模型returns，Tmean=-0.057和ntags=2是两个分裂点。如何恢复这两个特征的原始值，即在 scale().

执行的重新缩放操作之前由变量假定的值

Answer 1

如果数据是用scale缩放的，下面的函数unscale可能有助于解决问题。
由于浮点精度，原始向量和未缩放的向量是 all.equal 但不是 identical。

unscale <- function(x){
  xbar <- attr(x, "scaled:center")
  se <- attr(x, "scaled:scale")
  if(is.null(xbar) & is.null(se)){
    x
  } else {
    y <- t(se * t(x) + xbar)
    attr(y, "scaled:center") <- NULL
    attr(y, "scaled:scale") <- NULL
    y
  }
}

set.seed(2020)
A <- matrix(rnorm(120, sd = 16), ncol = 5)
s <- scale(A)
identical(A, unscale(s))  #FALSE

zeros <- as.vector(A - unscale(s))
all.equal(zeros, rep(0, 120))  
#[1] TRUE

该函数也适用于 data.frames，但其输出的 class 是 "matrix"，而不是原来的 "data.frame"。这是scale的输出结果。

B <- as.data.frame(matrix(A, ncol = 5))
s2 <- scale(B)
B2 <- as.data.frame(unscale(s2))
all.equal(B, B2)
#[1] TRUE

但是 scaling/unscaling 具有 dim 属性的对象（例如 data.frame）的正确方法是逐个向量。例如，这可以通过 lapply 循环来完成。

s3 <- B
s3[] <- lapply(B, scale)

B3 <- s3
B3[] <- lapply(s3, unscale)
all(B - B3 < .Machine$double.eps^0.5)
#[1] TRUE

反转特征缩放

Invert feature scaling

r

feature-scaling