FeatureAgglomeration 역변환: 반환 컨테이너와 원래 feature 폭을 함께 인계하기
모양이 맞는 값이라도 역변환이 컨테이너를 받아들이지 못할 수 있다. 성공 여부와 출력 열 수를 분리해 확인한다.
출력 형식도 공동 분석의 약속이다
공유 분석의 접근 조건에는 값의 모양뿐 아니라 실제 반환 컨테이너를 다음 단계가 받아들이는지도 포함된다. pandas 표로 주겠다는 약속과 그 표를 역변환할 수 있다는 약속은 다르다. 담당자가 오류를 피하려고 배열로 바꾸더라도 행 라벨과 cluster 열의 대응을 잃으면 다음 팀은 다른 자료를 받게 된다. [1, 2, 3]
자신이 만든 출력도 역변환에서 거절된 사례
scikit-learn 이슈 35052는 FeatureAgglomeration의 inverse_transform이 입력을 직접 인덱싱하면서 list·pandas·Polars 컨테이너에서 실패하는 경우를 보고한다. set_output으로 지정해 estimator가 직접 반환한 표도 포함되며, NumPy 배열 경로는 동작하는 대조군으로 제시된다. 지원 컨테이너마다 실제 왕복 경로를 확인해야 한다는 근거지만 모든 값의 역변환이 틀렸다는 보고는 아니다. [1]
변환 우회도 명시적인 인계로 만든다
지원 컨테이너별 역변환 시험을 제공하고 우회 변환을 쓸 때 행 라벨과 cluster 열 순서를 명시적으로 보존한다. 변환 성공을 확인한 다음에야 출력의 열 계약을 검사할 수 있다. 예외가 난 작업에 빈 표를 만들어 후속 검사를 통과시키면 실행 실패와 유효한 빈 결과를 혼동하게 된다. [1, 3]
cluster 폭과 원래 feature 폭은 다르다
설명용 원래 표에 4개 feature가 있고 이를 2개 cluster로 줄였다고 정한다. 역변환 출력의 기대 폭은 원래의 4다. 4개 열이면 폭 조건은 충족하지만 2개만 전달되면 cluster 표현을 원래 feature 표현처럼 넘긴 것이므로 실패다. 역변환은 대표값을 원래 위치에 확장하는 과정이므로 폭이 4라고 원래 각 값을 정확히 되살렸다는 뜻은 아니다. [1, 3]
실행 가능성과 내용 계약의 서로 다른 검사
Truthound Core 3.3.2의 ColumnCountValidator는 준비된 출력 표의 열 수를 exact_count 같은 설정과 대조할 수 있다. 컨테이너 예외를 이 검증기로 해결할 수는 없다. 먼저 역변환 실행과 라벨 대응을 확인하고, 그 결과를 표로 안전하게 추출한 뒤 폭을 검사한다. 값의 의미나 정보 손실까지 평가하려면 cluster 대표값과 원래 feature 관계에 대한 별도 검토가 필요하다. [1, 2, 3]
적용 조건
input_container, row_id, cluster_position, reconstructed_feature_count 감사 기록과 실제 역변환 출력 데이터 표를 함께 준비한다. ColumnCountValidator는 감사 기록의 열 개수가 아니라 실제 출력 표의 폭에 적용한다. 행·열 식별자를 보존한다.
대안
명시 배열 변환과 라벨 인계표를 함께 사용하고 지원되는 컨테이너 경로를 안내한다.
한계
역변환은 cluster 대표값의 확장이므로 원래 모든 feature 값을 정확히 복구한다는 뜻이 아니다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
