在线性回归上使用PCA [英] Using PCA on linear regression

问题描述

我想在应用线性回归之前使用主成分分析来减少一些噪声.

I want to use principal component analysis to reduce some noise before applying linear regression.

我有1000个样本和200个特征

I have 1000 samples and 200 features

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.decomposition import PCA

X = np.random.rand(1000,200)
y = np.random.rand(1000,1)

有了这些数据，我可以训练我的模型:

With this data I can train my model:

model.fit(X,y)

但是如果我在应用PCA之后尝试相同的方法

But if I try the same after applying PCA

pca = PCA(n_components=8)
pca.fit(X)
PCA(copy=True, iterated_power='auto', n_components=3, random_state=None,
  svd_solver='auto', tol=0.0, whiten=False)
principal_components =  pca.components_

model.fit(principal_components,y)

我收到此错误:

ValueError: Found input variables with inconsistent numbers of samples: [8, 1000]

推荐答案

尝试一下:

pca = PCA(n_components=8)
X_pca = pca.fit_transform(X)

model.fit(X_pca,y)

也就是说，您同时将PCA拟合到X并将其转换为名为X_pca的(1000，8)数组.那就是您应该使用的而不是pca.components _

That is, you simultaneously fit PCA to X and transform it into (1000, 8) array named X_pca. That's what you should use instead of the pca.components_

这篇关于在线性回归上使用PCA的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！