sklearn MinMaxScalerによる正規化とそれを戻す方法

Question

問題設定

こんにちは。
sklearnの正規化とそれを戻す方法についてご教授いただけませんでしょうか。
現在、以下のようなコードを書いてみたのですが、正しく戻っておらず悩んでおります。
なお、scalerもfitを用いたものではinverse_transformに与えることはできるのに対し、fit_transformではできない理由もよく分かっておりません。
よろしくお願いいたします。

該当のソースコード

import numpy as np
from pandas import Series
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler

data = [0.0e+00, 5.1e+00, 5.1e+00, 5.2e+00, 4.6e+00, 1.2e+00, 7.3e-01, 4.5e-03]
Series = Series(data)
values = Series.values
values = values.reshape((len(values), 1))

scaler = MinMaxScaler(feature_range=(0, 1))
scaler1 = scaler.fit(values)
scaler2 = scaler.fit_transform(values)
inversed = scaler1.inverse_transform(values)

print(data)
print (scaler2)
print(inversed)

plt.plot(data)
plt.plot(scaler2)
plt.plot(inversed)

Answer 1

fitとfit_transformメソッドの返り値が何になるかについて、混乱があるのかもしれません。

scaler = MinMaxScaler(feature_range=(0, 1))

だったとして、

scaler1 = scaler.fit(values)

のscaler1はscalerと同一のオブジェクト（scikit-learnのモデル）です（ただしfitしたので内部状態は変わっている）。

scaler2 = scaler.fit_transform(values)

のscaler2はtransformした結果の配列です（変数名が適当ではない）。

また、ついでですが、

# A
result = transformer.fit(X).transform(X)

# B
result = transformer.fit_transform(X)

のAとBは等価の処理になります。

---

inversed = scaler1.inverse_transform(values)

fitしたときの値を渡しても意味がありません。

fit_transformを使わない場合の書き方。

# 変換
scaler.fit(values)
scaled = scaler.transform(values)
# 以下も可
# scaled = scaler.fit(values).transform(values) 

# 逆変換
inversed = scaler.inverse_transform(scaled)

# values と inversedはほぼ同じ（細かい誤差はある）

fit_transformを使う場合もほとんど同じです。

# 変換
scaled = scaler.fit_transform(values)

# 逆変換
inversed = scaler.inverse_transform(scaled)

# values と inversedはほぼ同じ（細かい誤差はある）

Comments

[Shu0101]

ありがとうございます。
誤った理解をしておりました・・・
また、FitとTransformの役割も理解でき、感謝いたしております。

Answer 2

inversed = scaler1.inverse_transform(values)

の部分なのですが、inverse_transform()は正規化された値を元に戻す処理なのですから、入力データとして正規化された値を入れて確認しないと意味がないのではないですか？

以下、fit()とtransform()を分けて処理した場合、fit_transform()で処理した場合の療法で問題なく動作しております。

import numpy as np
from sklearn.preprocessing import MinMaxScaler

values = np.array([0.0e+00, 5.1e+00, 5.1e+00, 5.2e+00, 4.6e+00, 1.2e+00, 7.3e-01, 4.5e-03]).reshape(-1,1)

# fit() と transform() を使用する場合
scaler = MinMaxScaler(feature_range=(0, 1))
scaler.fit(values)
scaled_value = scaler.transform(values)
inversed = scaler.inverse_transform(scaled_value)
print(values)
print(scaled_value)
print(inversed)

# fit_transform() を使用する場合
scaler2 = MinMaxScaler(feature_range=(0, 1))
scaled_value2 = scaler2.fit_transform(values)
inversed2 = scaler2.inverse_transform(scaled_value)
print(values)
print(scaled_value2)
print(inversed2)

Comments

[Shu0101]

早急にご指摘いただき、ありがとうございました！
おっしゃる通り、間違って理解しておりました・・・