元のデータセットを返さないTruncatedSVDに問題があります。元のデータを与えない逆切り捨てSVD
from sklearn.decomposition import TruncatedSVD
from sklearn.random_projection import sparse_random_matrix
X = sparse_random_matrix(100, 100, density=0.01, random_state=42)
svd = TruncatedSVD(n_components=5, n_iter=7, random_state=42)
t = svd.fit_transform(X.toarray())
print(X.toarray())
print(svd.inverse_transform(t))
予想される出力:ここではコードです
[[ 0. 0. 0. ..., 0. 0. 0.]
[ 0. 0. 0. ..., 0. 0. 0.]
[ 0. 0. 0. ..., 0. 0. 0.]
...,
[ 0. 0. 0. ..., 0. 0. 0.]
[ 0. 0. 0. ..., 0. 0. 0.]
[ 0. 0. 0. ..., 0. 0. 0.]]
与えられた出力:
[[ 4.53614251e-07 5.94986126e-09 3.56781739e-22 ..., -2.72725083e-06
5.13570405e-09 -2.15097572e-11]
[ 1.79826495e-17 1.72410454e-19 2.96469642e-33 ..., -7.03013830e-17
3.95942333e-19 -1.41558908e-21]
[ -2.93753794e-02 -3.74847011e-04 1.49367361e-17 ..., -3.65049683e-02
-1.09142571e-03 3.85158003e-06]
...,
[ -1.55332590e-06 -2.01895537e-08 2.49596545e-22 ..., 2.73152004e-06
-4.78520806e-08 1.67404008e-10]
[ 0.00000000e+00 0.00000000e+00 0.00000000e+00 ..., 0.00000000e+00
0.00000000e+00 0.00000000e+00]
[ -6.63184677e-03 -9.22742695e-05 5.28534360e-18 ..., -2.32029752e-02
-2.79132499e-04 1.01189068e-06]]
ドキュメントは述べているinverse_transform():元のスペースにXを変換します。
ただし、上記の例では表示されません。