Question

让我简短地说明一下。基本上我想知道的是：我应该这样做，

pca.fit(normalize(x))
new=pca.transform(normalize(x))

或者

pca.fit(normalize(x))
new=pca.transform(x)

我知道我们应该在使用PCA之前规范化我们的数据，但上面的哪一个程序与sklearn一致？

Answer 1

通常，您可能希望使用第一个选项。

您的规范化将您的数据放置在PCA可见的新空间中，并且其变换基本上希望数据位于相同的空间中。

Scikit-learn通过在管道中连接估算器，提供了透明，方便地执行此操作的工具。尝试：

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.pipeline import Pipeline

import numpy as np

data = np.random.randn(20, 40)

pipeline = Pipeline([('scaling', StandardScaler()), ('pca', PCA(n_components=5))])

pipeline.fit_transform(data)

然后，前置缩放器将始终将其转换应用于数据，然后再转到PCA对象。

正如@larsmans指出的那样，您可能希望使用sklearn.preprocessing.Normalizer代替StandardScaler，或者类似地，通过传递关键字参数{{1}来删除StandardScaler的平均居中位置}}

如何使用PCA和scikit-learn进行标准化

1 个答案: