使用dplyr反归一化标准化聚类中心遇错误，求解决方案

问题原因 #

你原代码的核心问题有两个：

1. 直接使用unlist(sds)和unlist(means)会生成长度为4的向量，与每列3行的数值进行循环回收，无法实现按列对应的反标准化（即Sepal.Length列只能用sds和means中对应的Sepal.Length值）。
2. 错误使用where(Sepal.Length:Petal.Width)，where()需要接收判断函数（比如is.numeric），而非列名范围。

解决方案 #

方法一：使用cur_column()匹配对应列的均值和标准差（最简洁）

利用dplyr的cur_column()获取当前处理的列名，精准匹配means和sds中对应的数值：

library(dplyr)

centroids_original_scale <- centroids_standardized %>%
  mutate(across(-.cluster, ~ .x * sds[[cur_column()]] + means[[cur_column()]]))

方法二：长格式转换后计算（更直观，适合复杂场景）

将所有数据转换为长格式，合并后计算再转回宽格式，避免列名匹配错误：

library(dplyr)
library(tidyr)

# 将均值和标准差转为长格式
means_long <- means %>% pivot_longer(everything(), names_to = "variable", values_to = "mean")
sds_long <- sds %>% pivot_longer(everything(), names_to = "variable", values_to = "sd")

# 反标准化计算
centroids_original_scale <- centroids_standardized %>%
  pivot_longer(-.cluster, names_to = "variable", values_to = "standardized") %>%
  left_join(means_long, by = "variable") %>%
  left_join(sds_long, by = "variable") %>%
  mutate(original = standardized * sd + mean) %>%
  select(.cluster, variable, original) %>%
  pivot_wider(names_from = "variable", values_from = "original")

方法三：用purrr遍历列处理

适合习惯函数式编程的场景，明确对每一列单独计算：

library(dplyr)
library(purrr)

# 提取数值列名
num_cols <- setdiff(names(centroids_standardized), ".cluster")

centroids_original_scale <- centroids_standardized %>%
  bind_cols(
    map2_dfc(
      .x = select(., all_of(num_cols)),
      .y = map2(means[num_cols], sds[num_cols], ~ list(mean = .x, sd = .y)),
      ~ .x * .y$sd + .y$mean
    ) %>% set_names(num_cols)
  ) %>%
  select(.cluster, all_of(num_cols))

验证结果 #

以Cluster_1的Sepal.Length为例，手动计算：
-1.01 * 0.828 + 5.84 = 5.00372
运行上述代码后，centroids_original_scale中对应值与手动计算一致，说明反标准化正确。

内容的提问来源于stack exchange，提问作者user23438