sklearn PCA fit_transform() 是否以輸入變量為中心？

Question

標題中的問題。 調用pca.fit(X) ，假設我調用了pca.fit_transform(new_X) 。 new_X是否由 PCA 自動居中？ 文檔在這一點上不清楚。

Answer 1

從文檔：

使用數據的奇異值分解將其投影到較低維空間的線性降維。 在應用 SVD 之前，輸入數據已居中但未針對每個特征進行縮放。

https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

fit_transform相當於在同一輸入矩陣上連續運行fit和transform 。 fit函數計算數據居中的均值， transform函數使用fit期間計算的均值應用均值居中。

因此，要擬合一個矩陣，並將從該矩陣學到的居中參數應用到另一個矩陣（例如，將在訓練集上學到的模型應用於測試/驗證集時），您需要分別使用fit和transform .