如何将相同的 PCA 应用于训练和测试集答案

【问题标题】：How to aply the same PCA to train and test set如何将相同的 PCA 应用于训练和测试集
【发布时间】：2019-08-21 18:53:40
【问题描述】：

我正在将 PCA 应用于我的训练集，并希望使用 SVM 进行分类。如何自动在测试集中拥有相同的功能？（与 PCA 之后的新火车组相同）。

【问题讨论】：

你能提供更多关于你在做什么的信息吗？语言、ml 库...
我正在使用 weka，实际上我已经使用 libSVM 和 J48 进行了分类并且我有结果，所以现在我想使用 PCA 进行特征提取，我将 PCA 应用于训练集并调用它“TrainSet_AfterPCA”现在我想用 libSVM 和 J48 对“TrainSet_AfterPCA”进行分类，但问题是测试集不兼容，如果我对测试集进行 PCA，它会给出错误的特性，所以我真的需要做将“TrainSet_AfterPCA”的特征投影到测试集，这样我就可以进行分类了……我的问题是我可以自动进行吗？或者没有？（与 weka ）

标签： weka

【解决方案1】：

在带有 scikit-learn 的 python 中，我们在训练数据集上拟合 PCA 和分类器，然后使用已经拟合的 PCA 和分类器转换测试数据集。这是一个例子：

from sklearn.decomposition import PCA
from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris

# load data
iris = load_iris()

# initiate PCA and classifier
pca = PCA()
classifier = DecisionTreeClassifier()

# transform / fit

X_transformed = pca.fit_transform(iris.data)
classifier.fit(X_transformed, iris.target)

# predict "new" data
# (I'm faking it here by using the original data)

newdata = iris.data

# transform new data using already fitted pca
# (don't re-fit the pca)
newdata_transformed = pca.transform(newdata)

# predict labels using the trained classifier

pred_labels = classifier.predict(newdata_transformed)

您应该对 weka 应用相同的逻辑：对测试数据应用拟合的 pca 过滤器，然后对 pca 转换的测试集执行预测。您可以查看以下 weka 相关主题： Principal Component Analysis on Weka

【讨论】：