FIT_TRANSFORM PCA不一致的结果

Question

我正在尝试使用n_components = 5从sklearn进行PCA。我使用fit_transform(data)对数据进行缩小。

最初，我尝试在pca.components_值和我的x_features数据之间进行经典的矩阵乘法，但结果是不同的。因此，我不正确地进行乘法或不了解fit_transform的工作方式。

以下是比较经典矩阵乘法和fit_transform的模型：

import numpy as np
from sklearn import decomposition
np.random.seed(0)
my_matrix = np.random.randn(100, 5)`
mdl = decomposition.PCA(n_components=5)
mdl_FitTrans = mdl.fit_transform(my_matrix)
pca_components = mdl.components_
mdl_FitTrans_manual = np.dot(pca_components, my_matrix.transpose())
mdl_FitTrans_manualT = mdl_FitTrans_manual.transpose()

我期望mdl_FitTrans == mdl_FitTrans_manual，但结果是False。

Answer 1

查看，如何在Sklearn中实现transform()方法：https：//github.com/scikit-learn/scikit-learn/scikit-learn/scikit-learn/blob/a5ab948/sklearn/sklearn/sklearn/decomposition/baseosition.pypy.pypy.pypy.py＃l101

根据它，手动减少如下：

import numpy as np
from sklearn import decomposition
np.random.seed(0)
data = np.random.randn(100, 100)
mdl = decomposition.PCA(n_components=5)
mdl_fit = mdl.fit(data)
data_transformed = mdl_fit.transform(data)
data_transformed_manual = np.dot(data - mdl_fit.mean_, mdl.components_.T)
np.all(data_transformed == data_transformed_manual)
True