scikits-learn中的PCA降维问题

Question

我在使用scikit-learn和PCA进行降维时遇到了问题。

我有两个numpy矩阵，一个大小为（1050,4096），另一个大小为（50,4096）。我尝试将两者的维度都减少以得到（1050,399）和（50,399），但是，在做完PCA后，我得到了（1050,399）和（50,50）的矩阵。其中一个矩阵用于knn训练，另一个用于knn测试。以下是我的代码，有什么问题吗？

pca = decomposition.PCA()
pca.fit(train)
pca.n_components = 399
train_reduced = pca.fit_transform(train)
pca.n_components = 399
pca.fit(test)
test_reduced = pca.fit_transform(test)

- mad

Answer 1

在训练数据上使用 fit_transform()，在测试数据上使用 transform():

from sklearn import decomposition

train = np.random.rand(1050, 4096)
test = np.random.rand(50, 4096)

pca = decomposition.PCA()
pca.n_components = 399
train_reduced = pca.fit_transform(train)
test_reduced = pca.transform(test)

- HYRY

---

谢谢HYRY，它有效了！但是，如果我有第三个矩阵要减少维度（忘记训练和测试），我应该使用哪个？transform()还是fit_transform()? - mad

你应该使用 fit_transform() 来处理独立的数据。对于 (train, test) 数据集，它们是相同的数据集，所以你需要在训练数据上进行拟合，再同时转换训练和测试数据。 - HYRY

不要再感谢两次@mad了，接受答案吧！你提出了一个好问题，我点赞了，你得到了一个好答案，你就接受它！就这么简单。 - gsamaras