Python 对一个样本应用主成分分析

我目前正在从事一个机器学习的图像识别项目

• 列车组有1600个图像，尺寸为300x300，因此每张图像有90000个特征
• 为了加快训练，我应用PCA，使用

  n_分量=50

• 测试集有450个图像，我可以在这个测试集中成功地测试模型

现在，我想预测一幅由网络摄像头拍摄的图像。问题是，我应该对该图像应用PCA吗

• 如果我不应用PCA，我会得到

  ValueError:X.shape[1]=90000应该等于50，即训练时的特征数

• 如果我应用PCA，我会得到

  ValueError:n_components=50必须介于0和min之间（n_样本，n_特征）=1，且svd_solver='full'

---

我使用Python 3，scikit学习0.20.3，这是我应用PCA的方式：

from sklearn.decomposition import PCA
pca = PCA(50)
pca.fit_transform(features)

---

您还需要在测试集上应用PCA

你需要考虑PCA所做的事情：

PCA构造一个新的特征集（包含的特征少于原始特征空间），然后您随后在此新特征集上进行训练。您需要为模型的测试集构造此新功能集才能生效

需要注意的是，“缩减”特征集中的每个特征都是原始特征的线性组合，其中对于给定数量的新特征（

n_components

），它们是最大化新空间中保留的原始空间变化的特征集

实际上，要在测试集上执行相关转换，您需要执行以下操作：

# X_test - your untransformed test set

X_test_reduced = pca.transform(X_test)

---

其中，

pca

是在训练集中训练的

pca（）

的实例。本质上，您正在构造一个到低维空间的转换，并且您希望此转换对于训练集和测试集是相同的！如果您在训练集和测试集上独立训练

pca

，您（几乎可以肯定）将数据嵌入到不同的低维表示中，并具有不同的特征集。

是的，您需要应用pca，遵循在训练和测试期间对数据执行相同操作的原则

然而，关键是你不能“再培训”/“重新适应PCA”。使用主成分分析

其思想是，

fit_transform

是一个两步过程，包括拟合主成分分析，然后相应地转换数据集

pca.transform(X_test) #where X_test is a collection of images for testing, should be similar to your features.