scikit-learn-Standard Scaler - Holen Sie sich die Standardabweichung in der ursprünglichen, nicht skalierten Raum für GMM

Bevor Sie eine GMM-clustering-Modell, ich benutze eine standard-Scaler zu verwandeln, meine Daten in eine 0 bedeutet, 1 std dataset

Haben dann durchgeführt, clustering, ich bin interessiert, die gelernt cluster zurück in den ursprünglichen Raum eher als die 0-Mittelwert, 1 Standardabweichung, in denen die feature-Werte mehr Sinn machen.

Ist es dann richtig, Folgendes zu tun:

  1. Bekommen, den Mittelwert durch Multiplikation der Mittelwert der einzelnen cluster GMM durch die
    scaler.mean_ Parameter.

  2. Holen Sie sich die Standardabweichung durch Multiplikation mit dem Quadrat der
    Diagonale Kovarianz-matrix durch den scaler.std_ Parameter.

Ich würde schätzen jedes feedback,

Danke!

InformationsquelleAutor Cherif | 2014-04-11
  1. 4

    Für die cluster-Zentren können Sie scaler.inverse_transform() direkt (denn Sie Leben im gleichen Raum wie Ihre Daten). Es fügt die Spalte bedeutet, zurück und Skalen jeder Spalte wieder von seiner Standardabweichung.

    import numpy as np
from sklearn.preprocessing import StandardScaler
X = np.random.randn(10, 3)
scaler = StandardScaler()
scaler.fit(X)

    Werden Sie dann sehen, dass

    scaler.inverse_transform(scaler.transform(X)) - X

    gleich oder sehr nahe an 0, so dass die beiden im wesentlichen gleich. Um die Automatisierung Sie r-pipeline, sollten Sie auch einen Blick auf sklearn.pipeline.Pipeline, mit denen Sie verketten können, Ihre Prozesse und aufrufen transform und inverse_transform Methoden.

    Als für die Skalierung der Kovarianzmatrix, sollten Sie multiplizieren np.diag(scaler.std_) auf der rechten und auf der linken Seite der cluster-Kovarianz-Matrizen.

    Deine Frage zu beantworten:

    1) erhält Man den Mittelwert von Multiplikation der cluster bedeutet, dass durch scaler.std_ und hinzufügen scaler.mean_ zurück.
    2) skalieren Sie die cluster-Kovarianzen durch die Multiplikation von Links und rechts durch, np.diag(scaler.std_) nämlich rescaled_cov = np.diag(scaler.std_).dot(cov).dot(np.diag(scaler.std_))

    Hinweis: Wenn Ihre Kovarianz-Matrizen sind ziemlich groß, können Sie nicht wollen, erstellen Sie eine andere (diagonal, aber dicht) - matrix der gleichen Größe. Der Betrieb scaler.std_[:, np.newaxis] * cov * scaler.std_ ist mathematisch äquivalent zu 2) aber nicht erforderlich, die Diagonale matrix.

    • Vielen Dank Eickenberg! Es macht mehr Sinn hinzufügen, der Mittelwert wieder auf das Produkt. Könnten Sie das klären, die Argumentation für die umskalierung der Kovarianz. Wie kann ich die Ableitung dieser Ausdruck? rescaled_cov = np.diag(scaler.std_).Punkt(cov).dot(np.diag(scaler.std_))
    • Eigentlich, denke ich, np.diag(scaler.std_).Punkt(cov).dot(np.diag(scaler.std_) macht Sinn, da es 1) Skala die Varianz von sigma_i^2 für jede Funktion x_i und 2) wiederherstellen der andere Kovarianzen durch multiplizieren des skalierten Kovarianzmatrix von jedem paar x_i x_j durch das entsprechende Produkt der Standardabweichungen sigma_i * sigma_j
    • Können Sie bitte sagen, wie zu finden, die maximale Wahrscheinlichkeit für jede iteration während der Anwendung GMM.
    InformationsquelleAutor eickenberg
Schreibe einen Kommentar