迭代和执行 PCA 后如何正确返回数组答案

【问题标题】：How do I properly return an array after iterating and doing PCA迭代和执行 PCA 后如何正确返回数组
【发布时间】：2021-02-14 02:48:41
【问题描述】：

我有一个名为 x_train 的 3d 数组（样本、时间步、特征），我想在其中迭代并针对每个样本的 2D 数组（时间步、特征）执行 PCA。我有这段代码，但是因为它返回一个 5x1 数组，所以我在返回值时遇到了问题：

from sklearn.decomposition import PCA
pca = PCA(n_components=1)
X_transform_PCA = np.zeros((x_train.shape[0], 1))
for i in range(x_train.shape[0]):
    pca = PCA(n_components=1)
    f  = pca.fit_transform(x_train[i, :, :])
    X_transform_PCA[i,:] = f
print(X_transform_PCA.shape[0])

【问题讨论】：

标签： python numpy pca

【解决方案1】：

我想通了。看起来这样就成功了。

X_transform_PCA = []

from sklearn.decomposition import PCA
pca = PCA(n_components=1)
for i in range(x_train.shape[0]):
    pca = PCA(n_components=1)
    f  = pca.fit_transform(x_train[i, :, :])
    X_transform_PCA.append(f)
print(X_transform_PCA)

【讨论】：