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？那么恭喜您, 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类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