主成分分析（PCA）如何保存模型运用到测试集

有时候我们为了降维会使用sklearn包中的pca，那么如何将pca的结果保存下来运用在以后测试集中呢，直接上代码：

from sklearn.decomposition import PCA
from sklearn.externals import joblib
import numpy as np

x = np.arange(10).reshape(2, 5)
pca1 = PCA(n_components=2)
x_train = pca1.fit_transform(x) # x_train是降维后的训练集
joblib.dump(pca1, ‘pca.m’) # 将模型保存到pca.m文件中

x_test1 = pca1.transform(x) # 将模型运用到新数据中，此处就用x做测试
print(x_test1)

pca2 = joblib.load(‘pca.m’) # 读入模型pca.m
x_test2 = pca2.transform(x)
print(x_test2)
可以发现，x_test1和x_test2是一样的。