fit、transform与fit_transform

本文探讨了PCA(主成分分析)在处理数据时,fit、transform和fit_transform方法的不同应用效果。通过对比x_test在是否加fit的情况下的结果,展示了fit对于模型训练的重要性以及对输出结果的显著影响。实验结果显示,fit操作对于模型的适应性和预测能力至关重要,影响着特征的降维表现。
摘要由CSDN通过智能技术生成

fit(x) 是对x进行训练
transform(y) 是将模型直接应用于y
fit_transform(x) 是对x进行训练后再将模型应用于x

x_test加fit,pca x_test不加fit
-4 1 0.8855240762093011 0.6501925545571245 0.7678583153832128
-4 3 0.8855236186606635 0.6508344030808729 0.7681790108707682
-4 5 0.8855236186606635 0.6508344030808729 0.7681790108707682


x_test不加fit,pca x_test不加fit
-4 1 0.8855240762093011 0.6431322207958922 0.7643281485025966
-4 3 0.8855236186606635 0.6444159178433889 0.7649697682520262
-4 5 0.8855236186606635 0.6444159178433889 0.7649697682520262


x_test不加fit,pca x_test加fit
-4 1 0.8855240762093011 0.5718870346598203 0.7287055554345607
-4 3 0.8855236186606635 0.5718870346598203 0.7287053266602419
-4 5 0.8855236186606635 0.5718870346598203 0.7287053266602419


x_test加fit,pca x_test加fit
-4 1 0.8855240762093011 0.5686777920410783 0.7271009341251897
-4 3 0.8855236186606635 0.5673940949935815 0.7264588568271225
-4 5 0.8855236186606635 0.5673940949935815 0.7264588568271225
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值