为何scikit-learn中PCA.fit_transform与手动计算结果不一致？

核心原因是：scikit-learn的PCA.fit_transform()会自动对数据做中心化预处理，而直接用np.dot(X, pca.components_.T)跳过了这一步，直接用原始数据计算投影，所以结果不一致。

具体来说，PCA的标准计算流程包含中心化步骤：

• 先计算训练集数据的均值pca.mean_
• 将原始数据减去均值，得到中心化后的数据：X_centered = X - pca.mean_
• 用中心化后的数据点乘主成分矩阵的转置，得到最终投影结果

fit_transform()内部就是按照这个完整流程执行的。如果想手动复现fit_transform的结果，必须补上中心化步骤：

from sklearn.decomposition import PCA
import numpy as np

pca = PCA(n_components=0.95)
X_proj = pca.fit_transform(X)

# 手动复现fit_transform的结果
X_centered = X - pca.mean_
X_proj_manual = np.dot(X_centered, pca.components_.T)

# 此时两者结果完全一致
print(np.allclose(X_proj, X_proj_manual))  # 输出 True

额外说明：如果初始化PCA时设置了whiten=True，还会额外做缩放处理，但默认whiten=False，所以绝大多数场景下，差异都来自中心化步骤。

内容的提问来源于stack exchange，提问作者Don Kim