我使用ENCOG实现了一种降维算法,它使用一个具有多个特征的数据集(称为A),并将其简化为一个只有一个特征的数据集(B) (我需要用于时间序列分析)。
现在我的问题是,我有一个由时间序列分析预测的B值,我能把它转换回像A数据集中那样的两个维度吗?
发布于 2015-07-03 19:50:14
在自动编码器中,降维(信息压缩)是可逆的.自动编码器是一种规则的神经网络,中间是瓶颈层.例如,第一层有20个输入,中间层有10个,最后一层又有20个。当您训练这样的网络时,您强制它将信息压缩到10个神经元,然后再解压缩,最小化最后一层中的错误(期望的输出向量等于输入向量)。当您使用众所周知的反向传播算法来训练这样的网络时,它会执行主成分分析。PCA返回不相关的特征。它不是很强大。
通过使用更复杂的算法对自动编码器进行训练,可以使其进行非线性独立分量分析。ICA返回统计独立的特征。该训练算法搜索具有较高泛化能力的低复杂度神经网络。作为正规化的副产品,你可以得到ICA。
发布于 2015-06-30 11:03:03
不,降维一般是不可逆的。它失去了信息。
https://stackoverflow.com/questions/31135981
复制相似问题