我已经使用ENCOG实现了维数减少算法，该算法采用具有多个特征的数据集(称为A)，然后将其简化为仅具有一个特征的数据集(B)(对于时间序列analisys，我需要它)。
现在我的问题是，我有一个B值-通过时间序列分析预测，可以像A数据集一样将其转换回二维吗？
最佳答案
在自动编码器中，降维(信息压缩)是可逆的。自动编码器是规则神经网络，中间是瓶颈层。例如，您在第一层有20个输入，在中间层有10个神经元，在最后一层又有20个神经元。当训练这样的网络时，您强迫它将信息压缩到10个神经元，然后再次解压缩，以最小化最后一层中的错误(所需的输出 vector 等于输入 vector )。当您使用众所周知的反向传播算法训练此类网络时，它将执行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来训练自动编码器，您可以使其执行非线性ICA-独立分量分析。 ICA返回统计上独立的功能。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。
关于artificial-intelligence - 降维是可逆的吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31135981/