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、{{ 1}}、week_day、hour、ntags 和 nlinks。 nex 是一个因子，而其他的是数字。我构建了一个决策树分类器，但我的问题涉及特征缩放：

week_day

模型返回 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)]) 和 Tmean=-0.057 是两个分裂点。如何恢复这两个特征的原始值，即ntags=2执行重新缩放操作之前由变量假定的值。

Answer 1

如果数据用 scale 缩放，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，但其输出的类是 "matrix"，而不是原始的 "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

但是缩放/取消缩放具有 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

1 个答案: