inverse_transform()

執行資料後處理還原轉換，將處理過的資料還原到原始格式。

語法

def inverse_transform(
    data: pd.DataFrame
) -> pd.DataFrame

參數

data : pd.DataFrame, required
- 待還原的資料集（通常是合成資料）
- 必要參數
- 應該是經過相同前處理步驟處理的資料

返回值

pd.DataFrame
- 還原後的資料
- 已套用所有逆向轉換步驟
- 資料格式接近原始資料

說明

inverse_transform() 方法用於執行資料的逆向轉換。此方法會：

按照前處理序列的反向順序執行還原操作
依序套用反縮放、反編碼、恢復缺失值等操作
將資料類型對齊到原始 schema
返回接近原始格式的資料

此方法必須在 fit() 和 transform() 之後呼叫。

基本範例

from petsard import Loader, Processor, Synthesizer

# 1. 載入並前處理資料
loader = Loader('data.csv', schema='schema.yaml')
data, schema = loader.load()

processor = Processor(metadata=schema)
processor.fit(data)
processed_data = processor.transform(data)

# 2. 合成資料
synthesizer = Synthesizer(method='default')
synthesizer.create(metadata=schema)
synthesizer.fit_sample(processed_data)
synthetic_data = synthesizer.data_syn

# 3. 後處理還原
restored_data = processor.inverse_transform(synthetic_data)

print(f"原始資料形狀: {data.shape}")
print(f"還原資料形狀: {restored_data.shape}")

完整工作流程

from petsard import Loader, Processor, Synthesizer
import pandas as pd

# 載入資料
loader = Loader('data.csv', schema='schema.yaml')
data, schema = loader.load()

# 前處理
processor = Processor(metadata=schema)
processor.fit(data, sequence=['missing', 'outlier', 'encoder', 'scaler'])
processed_data = processor.transform(data)

# 合成
synthesizer = Synthesizer(method='default')
synthesizer.create(metadata=schema)
synthesizer.fit_sample(processed_data, sample_num_rows=len(data))
synthetic_data = synthesizer.data_syn

# 後處理還原
# 還原序列自動為: ['scaler', 'encoder', 'missing']
restored_data = processor.inverse_transform(synthetic_data)

# 比較資料分布
print("原始資料描述統計：")
print(data.describe())
print("\n還原資料描述統計：")
print(restored_data.describe())

還原流程

開始
  ↓
檢查是否已訓練
  ↓
設置缺失值恢復參數
  ↓
反轉前處理序列（移除 outlier）
  ↓
按反序執行還原：
  4. Scaler: 反縮放到原始範圍
     ↓ (協調器調整欄位)
  3. Encoder: 類別變數解碼
     ↓ (協調器調整欄位)
  1. Missing: 依比例插入 NA
     ↓
對齊資料類型到 schema
  ↓
返回還原後的資料
  ↓
結束

還原步驟說明

1. 反縮放（Inverse Scaler）

將正規化的數值還原到原始範圍
使用前處理時學習的縮放參數
例如：反標準化、反最小-最大縮放

2. 反編碼（Inverse Encoder）

將數值還原為類別標籤
One-Hot 編碼會被還原為單一欄位
使用前處理時建立的映射表

3. 恢復缺失值（Restore Missing）

依照原始資料的缺失比例
隨機選擇位置插入 NA 值
每個欄位獨立計算缺失比例

4. 對齊資料類型

根據 schema 定義調整資料類型
確保類別型、數值型、日期型正確
處理特殊的日期時間格式

缺失值恢復機制

# 系統會自動計算並恢復缺失值
# 假設原始資料有 10% 的缺失值

# 前處理時記錄：
# - 全域缺失值比例：10%
# - age 欄位缺失值比例：15%
# - income 欄位缺失值比例：5%

# 後處理時恢復：
# 1. 隨機選擇 10% 的資料列
# 2. 在 age 欄位中，這些列的 15% 設為 NA
# 3. 在 income 欄位中，這些列的 5% 設為 NA

注意事項

必須先完成 fit() 和 transform()
輸入資料應該是經過相同前處理的資料
離群值處理不會被還原（步驟會被跳過）
缺失值的位置是隨機的，與原始資料不完全相同
One-Hot 編碼會減少欄位數量
還原後的資料類型會對齊到原始 schema
返回的是資料的副本，不會修改輸入資料
日期時間資料會被轉換為適當的格式
某些合成器產生的浮點數會被四捨五入為整數（如 discretizing 情況）

transform()get_config()