标准定标器在 PCA 之前产生不同的值

Question

我正在做生物识别中的分类问题。我正在将测试集中每个探针的欧氏距离与图库进行比较。

每次我运行代码都会得到不同的结果。如果我移除定标器，我得到的总是相同的结果。

为什么缩放器会产生不同的值？（略有不同，有时多识别10个探针，有时少10个）。感谢所有回答的人。

scaler = StandardScaler()
training_walks_matrix = load('training_imputeZero.npy')
training_scaled = scaler.fit_transform(training_walks_matrix)
testing_walks_matrix = load('testing_imputeZero.npy')
testing_scaled = scaler.transform(testing_walks_matrix)
pca = PCA(n_components=50).fit(training_scaled)
training_walks_matrix = pca.transform(training_scaled)
testing_walks_matrix = pca.transform(testing_scaled)

Answer 1

我唯一可以怀疑的是，在您的案例中，可能在幕后使用了 arpack 或 randomized 求解器，因为这是自动定义的。在这种情况下，您需要修复随机种子才能重现结果。

尝试通过在 PCA 实例的输入参数 random_state 中传递一个值来修复随机种子。

myseed = 0

scaler = StandardScaler()
training_walks_matrix = load('training_imputeZero.npy')
training_scaled = scaler.fit_transform(training_walks_matrix)
testing_walks_matrix = load('testing_imputeZero.npy')
testing_scaled = scaler.transform(testing_walks_matrix)

#here
pca = PCA(n_components=50, random_state=myseed).fit(training_scaled)

training_walks_matrix = pca.transform(training_scaled)
testing_walks_matrix = pca.transform(testing_scaled)

标准定标器在 PCA 之前产生不同的值

Standard scaler produces different values before PCA

scikit-learn

pca

biometrics