如何在Python中执行PCA后生成预测

如果我有一个培训集

trainX

，

trainy

，我知道您可以使用

pca = PCA(n_components=5)
Xred = pca.fit(trainX).transform(trainX)

如果我想运行一个模型，比如线性回归，那么我是否需要在

testX

上运行PCA

像这样：

clf = linear_model.LinearRegression()
clf.fit(trainX, trainY)
testXred = pca.fit(testX).transform(testX)
predictions = clf.predict(testXred)

或者我只是在训练集上运行PCA，所以线性回归预测应该是这个

predictions = clf.predict(testX)

还是这个

testXred = pca.fit(trainX).transform(testX)
predictions = clf.predict(testXred)

---

如果您的意思是希望在进行线性回归之前使用PCA减少噪声，下面的示例可能会有所帮助：

---

如果您的意思是希望在进行线性回归之前使用PCA减少噪音，下面的示例可能会有所帮助：

---

仅显示在

X

上运行

pca.fit\u transform

。您是否还需要在

X\u测试上运行
pca.fit\u transform
？这只显示在
X
上运行
pca.fit\u transform
。您是否还需要在
X\u测试上运行
pca.fit\u transform
？