当前位置: 首页>>代码示例>>Python>>正文


Python PCA.transform_fit方法代码示例

本文整理汇总了Python中sklearn.decomposition.PCA.transform_fit方法的典型用法代码示例。如果您正苦于以下问题:Python PCA.transform_fit方法的具体用法?Python PCA.transform_fit怎么用?Python PCA.transform_fit使用的例子?那么, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在sklearn.decomposition.PCA的用法示例。


在下文中一共展示了PCA.transform_fit方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: KFold

# 需要导入模块: from sklearn.decomposition import PCA [as 别名]
# 或者: from sklearn.decomposition.PCA import transform_fit [as 别名]
        
        #reducir x_train
        #aplicar la misma reduccion  y_test

    kf = KFold(len(y), n_folds=opts.folds)
    y_=[]
    prediction_=[]
    verbose("Cross validation:")
    for i,(train,test) in enumerate(kf):
        # Cortando datos en training y test
        from sklearn.decomposition import PCA
        pca = PCA(n_components=='mle')
        
        X_train, X_test, y_train, y_test = x[train],x[test],y[train],y[test]
        
        X_train = pca.transform_fit(X_train)
        X_test = pca.transform(X_test)
        
        if opts.mode in ['age','gender']:
            # Preparando la máquina de aprendizaje
            verbose("   Training fold   (%i)"%(i+1))
            from sklearn.svm import SVC
            from sklearn.ensemble import RandomForestClassifier
            classifier=RandomForestClassifier(n_estimators=10000, criterion='entropy')
            
            #classifier = SVC(C=10, kernel='linear', 
            #gamma=10, coef0=0.0, shrinking=True, 
            #probability=False, tol=0.001, cache_size=20000, 
            #class_weight='auto', verbose=False, max_iter=-1, 
            #random_state=None)
            # Aprendiendo
开发者ID:anhncs,项目名称:AuthorProfiling,代码行数:33,代码来源:develop_pca_baseline.py


注:本文中的sklearn.decomposition.PCA.transform_fit方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。