如何将使用 PCA 和随机森林训练的模型应用于测试数据？

Question

在解决其中一个机器学习问题时，我对训练数据实施 PCA，然后使用 sklearn 对训练数据应用 .transform。观察方差后，我只保留方差较大的转换数据中的那些列。然后我使用 RandomForestClassifier 训练模型。现在，我很困惑如何将经过训练的模型应用于测试数据，因为测试数据的列数和保留的转换数据（应用随机森林）不同。任何解决方案将不胜感激。

谢谢。

Answer 1

如果这就是你想要的，这里有一种方法......理想情况下，你应该在测试和训练中使用相同数量的主要组件......否则会破坏保留集的目的.

pca = PCA(n_components=20)
train_features = pca.fit_transform(train_data)

rfr = sklearn.RandomForestClassifier(n_estimators = 100, n_jobs = 1, 
                                         random_state = 2016, verbose = 1,
                                         class_weight='balanced',oob_score=True)

rfr.fit(train_features)

test_features = pca.transform(test_data)
rfr.predict(test_features)

如何将使用 PCA 和随机森林训练的模型应用于测试数据？

How to apply model trained with PCA and Random Forest to test data?

machine-learning

python-2.7

random-forest

scikit-learn