Orange：如何确保对训练数据集和测试数据集应用相同的 PCA？
Orange: How to make sure the same PCA is applied to both the train and test datasets?
在 Orange 中，我可以将数据集附加到 PCA 以进行降维。
通常，在代码中，我会在将训练数据拟合到训练数据后将训练的 PCA 应用于测试数据。
在 Orange 中，PCA 似乎只能放置在训练集或测试集的下游。
有没有办法运行将在训练数据上训练的PCA变换到测试数据上？
如果您在 PCA 转换后的数据上训练模型，只需将其用于具有原始变量的数据，它们将自动转换。
如果您使用 Data Sampler 拆分数据，您可以执行以下操作。
我使用 Select 列删除了原始变量。
当Logistic回归模型得到要分类的数据（测试数据，"Remaining data"来自数据样本，它会将其投影到PCA坐标。
如果您想使用测试和评分，请执行以下操作：
在测试和评分中，不要忘记检查 "Test on test data"。这有点不同，因为 Test 和 Score 实际上看到测试数据具有与训练数据不同的变量并对其进行转换。
对于交叉验证，您需要以下内容。
在预处理中，添加主成分分析。在测试和评分中，使用交叉验证（或其他）。在此工作流程中，Preprocess 小部件提供了一个预处理器列表，这些预处理器是根据（每个交叉验证迭代的）训练数据计算的（=适合），然后 Test and Score 将此投影（或其他预处理）应用于测试数据，适合模型(s) 并测试它们。
在 Orange 中，我可以将数据集附加到 PCA 以进行降维。
通常，在代码中，我会在将训练数据拟合到训练数据后将训练的 PCA 应用于测试数据。
在 Orange 中，PCA 似乎只能放置在训练集或测试集的下游。
有没有办法运行将在训练数据上训练的PCA变换到测试数据上？
如果您在 PCA 转换后的数据上训练模型，只需将其用于具有原始变量的数据，它们将自动转换。
如果您使用 Data Sampler 拆分数据，您可以执行以下操作。
我使用 Select 列删除了原始变量。
当Logistic回归模型得到要分类的数据（测试数据，"Remaining data"来自数据样本，它会将其投影到PCA坐标。
如果您想使用测试和评分，请执行以下操作：
在测试和评分中，不要忘记检查 "Test on test data"。这有点不同，因为 Test 和 Score 实际上看到测试数据具有与训练数据不同的变量并对其进行转换。
对于交叉验证，您需要以下内容。
在预处理中，添加主成分分析。在测试和评分中，使用交叉验证（或其他）。在此工作流程中，Preprocess 小部件提供了一个预处理器列表，这些预处理器是根据（每个交叉验证迭代的）训练数据计算的（=适合），然后 Test and Score 将此投影（或其他预处理）应用于测试数据，适合模型(s) 并测试它们。