Sklearn PCA：列车和测试的组件数量不同

Question

我正在使用Sklearn的PCA来减少维数。我正在拟合和转换我的输入数据X，如下所示：

pca = PCA(n_components=0.9999)
final_X = pca.fit_transform(X)

这会产生13个功能。然后我将它应用于我的测试集：

test_X = pca.fit_transform(test_1)

它只产生9个特征，这在我预测时会出现问题。我将训练有13个特征的数据，然后用9个特征测试数据（并且不保证9是13的一个子集）。

我是否应该跟踪 PCA选择哪些功能，然后才保留这些功能？

如果是这样，我该怎么做？

谢谢！

Answer 1

您应该在测试数据上使用RequestSftp而不是transform，以便以相同的方式转换 training 和 testing 数据（通过相同的fit_transform模型）。 pca