sklearn PCA fit_transform() 是否以输入变量为中心？

Does sklearn PCA fit_transform() center input variables?

标题中的问题。在调用 pca.fit(X) 之后，假设我调用了 pca.fit_transform(new_X)。 new_X 是PCA 自动居中的吗？文档在这一点上不清楚。

来自文档：

Linear dimensionality reduction using Singular Value Decomposition of the data to project it to a lower dimensional space. The input data is centered but not scaled for each feature before applying the SVD.

https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

fit_transform 相当于在同一输入矩阵上连续运行 fit 和 transform。 fit 函数计算数据居中的均值，transform 函数使用 fit 期间计算的均值应用均值居中。

因此，要拟合一个矩阵，并将从该矩阵学习到的居中参数应用到另一个矩阵（例如，将在训练集上学习的模型应用到 test/validation 集时），您会需要分别使用fit和transform。

sklearn PCA fit_transform() 是否以输入变量为中心？

Does sklearn PCA fit_transform() center input variables?

python

pca

scikit-learn