如何使用scikit-learn将选定的特征脸投影到测试数据？

数据老陈

2026-7-12

解决方案

方法1：手动投影（与Matlab逻辑完全对齐）

Scikit-learn的PCA拟合后，components_存储主成分（形状为(n_components, n_features)），mean_为训练数据的均值。要完成特定主成分的投影，步骤如下：

对数据做中心化处理（减去训练集均值），这是PCA默认的前置操作；
将中心化后的数据与选定主成分的转置相乘，得到投影结果。

代码示例：

from sklearn.decomposition import PCA
import numpy as np

# 假设X_train为训练数据，形状(样本数, 特征数)
pca = PCA().fit(X_train)
selected_indices = [1, 3, 5]
selected_components = pca.components_[selected_indices, :]

# 训练数据投影
X_train_centered = X_train - pca.mean_
X_train_projected = X_train_centered @ selected_components.T

# 测试数据投影（必须使用训练集的均值做中心化）
X_test_centered = X_test - pca.mean_
X_test_projected = X_test_centered @ selected_components.T

方法2：自定义PCA对象（复用Scikit-learn接口）

如果想沿用Scikit-learn的transform标准接口，可以手动构建仅保留特定主成分的PCA对象，核心是复制原PCA的关键参数并筛选：

from sklearn.decomposition import PCA

pca_full = PCA().fit(X_train)
selected_indices = [1, 3, 5]

# 创建仅包含选定主成分的PCA对象
pca_selected = PCA(n_components=len(selected_indices))
pca_selected.mean_ = pca_full.mean_
pca_selected.components_ = pca_full.components_[selected_indices, :]
pca_selected.explained_variance_ = pca_full.explained_variance_[selected_indices]
pca_selected.explained_variance_ratio_ = pca_full.explained_variance_ratio_[selected_indices]

# 使用标准transform方法完成投影
X_train_projected = pca_selected.transform(X_train)
X_test_projected = pca_selected.transform(X_test)

这种方式适合将投影步骤整合到Scikit-learn的Pipeline工作流中。