維度減少是否可逆？

Question

我已經使用ENCOG實現了一個維數減少算法，該算法將一個數據集（稱爲A）與多個特徵相關聯，並將其減少爲僅具有一個特徵（我需要用於時間序列分析）的數據集（B）。

現在我的問題是，我有一個來自B的值 - 通過時間序列分析預測，我可以將它轉換回像A數據集一樣的兩維嗎？

Answer 1

降維（壓縮信息）在自動編碼器中是可逆的。自動編碼器是中間有瓶頸層的規則神經網絡。例如，第一層有20個輸入，中間層有10個神經元，最後一層有20個神經元。當你訓練這樣的網絡時，你迫使它將信息壓縮到10個神經元，然後再次解壓縮最後一層的誤差（期望的輸出矢量等於輸入矢量）。當您使用衆所周知的反向傳播算法來訓練這樣的網絡時，它將執行PCA - 主成分分析。 PCA返回不相關的功能。這不是很強大。

通過使用更復雜的算法來訓練自動編碼器，您可以使其執行非線性ICA獨立分量分析。 ICA返回統計獨立的功能。該訓練算法搜索具有高泛化能力的低複雜度神經網絡。作爲正規化的副產品，您可以獲得ICA。

Answer 2

不，維度降低一般是不可逆的。它失去了信息。