首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在主成分分析( PCA )中,fit_transform、transform和sklearn.decomposition能做什么?

在主成分分析( PCA )中,fit_transform、transform和sklearn.decomposition能做什么?
EN

Stack Overflow用户
提问于 2018-09-12 07:55:15
回答 1查看 4.2K关注 0票数 0

我试图模仿PCA类在sklearn.decomposition中可用的行为。

我已经编写了一种计算SVD的方法,但我不确定fit()tranform()fit_transform()做什么,没有它们,我就无法继续下去。

我认为fit()计算svd,可以使用singular_values_属性访问奇异值,但我不知道剩下的两个方法。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-09-12 11:14:32

文档中,您可以看到对fit()transform()fit_transform()的一般解释:

..。一种从训练集中学习模型参数(例如,归一化的均值和标准差)的fit方法和将该转换模型应用于未见数据的transform方法。fit_transform可以更方便、更有效地同时对训练数据进行建模和转换。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/52290175

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档