降维是否可逆？

Question

我已经使用ENCOG实现了一个维度减少算法，它采用具有多个特征的数据集（称之为A），并将其缩减为仅具有一个特征的数据集（B）（我需要时间序列分析）。

现在我的问题是，我有一个来自B的值 - 通过时间序列分析预测，我可以将它转换回两个维度，就像在A数据集中一样吗？

Answer 1

不，降维一般不可逆。它失去了信息。

Answer 2

降维（压缩信息）在自动编码器中是可逆的。自动编码器是常规神经网络，中间有瓶颈层。例如，第一层有20个输入，中间层有10个神经元，最后一层有20个神经元。当您训练此类网络时，您强制它将信息压缩到10个神经元，然后再次解压缩，最小化最后一层中的错误（所需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此类网络时，它会执行PCA - 主成分分析。 PCA返回不相关的功能。它不是很强大。

通过使用更复杂的算法训练自动编码器，您可以使其执行非线性ICA独立分量分析。 ICA返回统计独立的功能。该训练算法搜索具有高泛化能力的低复杂度神经网络。作为正规化的副产品，您可以获得ICA。