将pca应用于测试数据

Question

我正在尝试使用sklearn执行PCA的python实现。我创建了以下功能：

def dimensionality_reduction(train_dataset_mod1, train_dataset_mod2, test_dataset_mod1, test_dataset_mod2): 

    pca = PCA(n_components= 200) 
    pca.fit(train_dataset_mod1.transpose()) 
    mod1_features_train = pca.components_ 
    pca2 = PCA(n_components=200) 
    pca2.fit(train_dataset_mod2.transpose()) 
    mod2_features_train = pca2.components_ 
    mod1_features_test = pca.transform(test_dataset_mod1) 
    mod2_features_test = pca2.transform(test_dataset_mod2) 

    return mod1_features_train.transpose(), mod2_features_train.transpose(), mod1_features_test, mod2_features_test 

我矩阵的大小如下：

train_dataset_mod1 733x5000
test_dataset_mod1 360x5000
mod1_features_train 200x733
train_dataset_mod2 733x8000
test_dataset_mod2 360x8000
mod2_features_train 200x733

然而，当我试图运行我收到以下消息整个脚本：

File "\Anaconda2\lib\site-packages\sklearn\decomposition\base.py", line 132, in transform X = X - self.mean_

问题是什么？我怎样才能将pca应用于测试数据？

这里PCA为MOD1的调试的示例：

的转化的数据集mod1_features_train和mod1_features_train具有正确的尺寸既500x733。但是我不能这样做test_dataset_mod1和test_dataset_mod2，为什么？

编辑：期间，我注意到，PCA的base.py文件，还有一个操作X = X调试 - self.mean其中X是我的测试数据和self_mean从拟合计算了火车的平均设置（slf_mean的大小是733，与X不匹配）。如果我在训练过程中移除了转置（），那么pca正常工作正常，没有错误，但test_dataset_mod1和test_dataset_mod2的大小正确为360x500，但train_dataset_mod1和train_dataset_mod2的大小错误为5000x500？

Answer 1

你不应该转你的矩阵在拟合函数，或者如果你有，你有你的转矩阵变换功能：

pca.fit(train_dataset_mod1) 
    pca2.fit(train_dataset_mod2) 
    mod1_features_test = pca.transform(test_dataset_mod1) 
    mod2_features_test = pca2.transform(test_dataset_mod2) 

或：

pca.fit(train_dataset_mod1.transpose()) 
    pca2.fit(train_dataset_mod2.transpose()) 
    mod1_features_test = pca.transform(test_dataset_mod1.transpose()) 
    mod2_features_test = pca2.transform(test_dataset_mod2.transpose())