Преобразование данных с нормализованных значений

Question

Я использовал scale для нормализации данных. Пример данных показано ниже

structure(list(pp.pmhouravg = c(106.8181818182, 114.0833333333, 
100.8333333333, 105, 102.4166666667, 117.8333333333), cc.cmhouravg = c(91.7272727273, 
86.4166666667, 82.75, 84, 59.5833333333, 41.3333333333), ss.sdhouravg = c(49.2727272727, 
46.8333333333, 47.5, 48.3333333333, 41, 45.5833333333), nn.ndhouravg = c(41.2727272727, 
45.25, 34.0833333333, 27.75, 33.0833333333, 35.3333333333)), .Names = c("pp.pmhouravg", 
"cc.cmhouravg", "ss.sdhouravg", "nn.ndhouravg"), row.names = c(NA, 
6L), class = "data.frame") 

и нормализовать его я использовал

scale(df, center = T, scale = T) 

я получил следующий нормированный данные:

pp.pmhouravg cc.cmhouravg ss.sdhouravg nn.ndhouravg 
1 -0.1504657 0.8893812 0.9702219 0.8259116 
2 0.9290599 0.6183329 0.1404438 1.4645030 
3 -1.0397516 0.4311897 0.3672155 -0.3284185 
4 -0.4206285 0.4949885 0.6506801 -1.3452993 
5 -0.8044848 -0.7512149 -1.8438082 -0.4889786 
6 1.4862706 -1.6826775 -0.2847531 -0.1277183 
attr(,"scaled:center") 
pp.pmhouravg cc.cmhouravg ss.sdhouravg nn.ndhouravg 
    107.83081  74.30177  46.42045  36.12879 
attr(,"scaled:scale") 
pp.pmhouravg cc.cmhouravg ss.sdhouravg nn.ndhouravg 
    6.729949 19.592842  2.939815  6.228196 

Как я могу конвертировать данные обратно после нормализации.

Answer 1

Пусть x быть ваши исходные данные (может быть кадр данных или матрица) и sx быть масштабируется один (должен быть матрицей, а scale возвращает матрицу), вы можете сделать:

b <- attr(sx, "scaled:scale") 
a <- attr(sx, "scaled:center") 
rx <- sx * rep(b, each = nrow(sx)) + rep(a, each = nrow(sx)) 

«Де-масштабированные» данные rx, конечно, также являются матрицей, так как sx является матрицей. Вы можете сделать это кадр данных, просто выполнив:

data.frame(rx) 

Answer 2

Чтобы быть концептуально ясно, мы можем попытаться Z-счет-нормализацию наших собственных тоже (что будет иметь точно такой же результат, как и scale()) и получить исходную матрицу обратно:

# save the mean and sd 
mu <- colMeans(df)  
sd <- sapply(df, sd) 

scaled <- t((t(as.matrix(df)) - mu)/sd) # z-score-normalize 
all(scaled == scale(df, center = T, scale = T)) # check the scaled matrix is same as obtained from scale() 
#[1] TRUE 

orig <- t(t(scaled)*sd + mu) # get the original matrix back 
all.equal(as.matrix(df), orig) 
#[1] TRUE