Scikit Learn PCA中fit_transform的作用、与fit的差异及transform步骤解析

核心区别与作用 #

• fit(X)：仅完成PCA的统计建模，不对数据做变换。它会分析输入数据X，计算出后续变换所需的关键统计量：包括数据的全局均值（用于中心化）、协方差矩阵，进而推导得到主成分特征向量（沿方差最大方向的正交轴）和对应特征值（各主成分的方差占比）。这些结果会被存储在PCA模型实例中，供后续的transform步骤使用。

• transform(X)：执行实际的PCA数据变换，依赖之前fit得到的统计量。具体操作分为两步：

  1. 将输入数据X减去fit阶段算出的均值，完成中心化；
  2. 将中心化后的数据投影到fit得到的主成分特征向量构成的新空间中。
     最终输出的是数据在新主成分轴上的坐标，也就是降维后的特征矩阵。

• fit_transform(X)：是fit(X) + transform(X)的合并操作，一次性完成模型统计量计算和对输入数据X的变换，返回变换后的结果。这是处理训练集时最常用的方式，避免重复调用两个方法。

代码示例 #

from sklearn.decomposition import PCA
import numpy as np

# 生成5维的随机示例数据
X = np.random.rand(100, 5)

# 初始化PCA，指定保留3个主成分
pca = PCA(n_components=3)

# 仅拟合统计量，无数据输出
pca.fit(X)

# 用已拟合的模型变换数据
X_transformed = pca.transform(X)

# 一步完成拟合+变换
X_fit_transformed = pca.fit_transform(X)

# 验证两种变换结果一致
print(np.allclose(X_transformed, X_fit_transformed))  # 输出: True

内容的提问来源于stack exchange，提问作者user2138149