Scikit learn scikit学习标准定标器-获取GMM原始未标度空间中的标准偏差

在运行GMM集群模型之前，我使用标准的定标器将我的数据转换成一个0均值、1 std的数据集

在执行了聚类之后，我感兴趣的是在原始空间中表示学习到的聚类，而不是在特征值更有意义的0均值1标准差中

然后执行以下操作是否正确：

将每个GMM簇的平均值乘以 scaler.mean参数

通过乘以标准偏差的平方得到标准偏差 scaler.std_u参数的对角协方差矩阵

如果有任何反馈，我将不胜感激

---

谢谢大家!

对于集群中心，您可以直接使用

scaler.inverse_transform（）

（因为它们与您的数据位于同一空间）。它添加列的平均值，并按其标准偏差对每个列进行缩放

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

你会看到的

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

等于或非常接近

0

，使两者基本相等。为了实现r管道的自动化，您还应该看看

sklearn.pipeline.pipeline

，通过它您可以连接流程并调用

transform

和

逆变换

方法

至于协方差的重新缩放，您应该在簇协方差矩阵的右侧和左侧乘以

np.diag（scaler.std）

回答你的问题：

1） 通过将集群平均值乘以scaler.std_uu，再加上scaler.mean_uu，即可获得平均值。 2） 通过将左、右相乘，

np.diag（scaler.std_）

，即

rescaled_cov=np.diag（scaler.std_）.dot（cov）.dot（np.diag（scaler.std_））

---

注意：如果协方差矩阵相当大，则可能不希望创建另一个相同大小的（对角但密集）矩阵。操作

scaler.std_[：，np.newaxis]*cov*scaler.std_

在数学上等同于2），但不需要创建对角矩阵。

对于聚类中心，可以直接使用

scaler.inverse_transform（）

（因为它们与数据位于同一空间）。它添加列的平均值，并按其标准偏差对每个列进行缩放

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

你会看到的

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

等于或非常接近

0

，使两者基本相等。为了实现r管道的自动化，您还应该看看

sklearn.pipeline.pipeline

，通过它您可以连接流程并调用

transform

和

逆变换

方法

至于协方差的重新缩放，您应该在簇协方差矩阵的右侧和左侧乘以

np.diag（scaler.std）

回答你的问题：

1） 通过将集群平均值乘以scaler.std_uu，再加上scaler.mean_uu，即可获得平均值。 2） 通过将左、右相乘，

np.diag（scaler.std_）

，即

rescaled_cov=np.diag（scaler.std_）.dot（cov）.dot（np.diag（scaler.std_））

---

注意：如果协方差矩阵相当大，则可能不希望创建另一个相同大小的（对角但密集）矩阵。操作

scaler.std_[：，np.newaxis]*cov*scaler.std_z

在数学上等同于2），但不需要创建对角矩阵。

非常感谢Eikenberg！将平均值添加到产品中更有意义。你能解释一下重新调整协方差的原因吗。我如何推导这个表达式？事实上，我认为np.diag（scaler.std_uu）.dot（cov）.dot（np.diag（scaler.std_u））实际上，我认为np.diag（scaler.std_u）.dot（cov）.dot（np.diag（scaler.std_u））这是有意义的，因为它将1）通过sigma_i^2为每个特征x_i放大方差，2）通过将每对x_i x_j的缩放协方差乘以标准偏差的相应乘积来恢复其他协方差sigma_i*sigma_jc您可以告诉我们如何在应用GMM时为每次迭代找到最大似然值。非常感谢艾肯伯格！将平均值添加到产品中更有意义。你能解释一下重新调整协方差的原因吗。我如何推导这个表达式？事实上，我认为np.diag（scaler.std_uu）.dot（cov）.dot（np.diag（scaler.std_u））实际上，我认为np.diag（scaler.std_u）.dot（cov）.dot（np.diag（scaler.std_u））这是有意义的，因为它将1）按sigma_i^2放大每个特征x_i的方差，2）通过将每对x_i x_j的缩放协方差乘以标准偏差的相应乘积来恢复其他协方差，sigma_i*sigma_jc您可以告诉我们如何在应用GMM时为每个迭代找到最大似然度。