如何在ColumnTransformer的管道中实现逆变换？

Question

我想了解如何在管道中应用逆变换，而不是StandardScaler直接使用该函数。

我正在使用的代码如下：

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder, StandardScaler

categoric = X.select_dtypes(['object']).columns
numeric =   X.select_dtypes(['int']).columns

tf = ColumnTransformer([('onehot', OneHotEncoder(), categoric),
                        ('scaler', StandardScaler(), numeric)])

X_preprocessed = tf.fit_transform(X)

model = KMeans(n_clusters=2, random_state=24)
model.fit(X_preprocessed)

获得给定模型（本例中为 KMeans）的输出后，如何取回numeric任何 X 数据帧值的原始比例？

我知道StandardScaler有一个方法 ( .inverse_transformation) 可以做到这一点，但我的问题是在使用管道时出现的ColumnTransformer。

PS：这样做的目的是解释模型的质心。

Answer 1

您可能已经找到了解决方案，但我也遇到了类似的问题。我正在使用 pandas 并希望 ColumnTransformer 再次返回数据帧。我通过将列名称按在列转换器中使用的顺序放回来做到这一点，但我想确保它是正确的，所以我想反转转换并检查它是否返回原始数据帧，因此没有错误标记任何数据帧列。

有两种方法可以访问 tf 中的子变压器：

tf.transformers_[1][1] # second transformer, 2nd item being the actual class
tf.named_transformers_['scaler']

然后，您可以调用该特定子转换器的 inverse_transform。这只允许您使用其中一个转换器进行逆运算，因此您必须通过将两者的结果再次附加到 1 帧中来重建数据集。