Wie benutzt man das Matrix-Ergebnis eines PCA um ein Modell zu trainieren? Hallo

Question

Ich möchte die Dimension meines Zuges Matrix reduzieren, um dann eine Unterstützung vektorielle Maschine zu verwenden, sieht mein Code wie folgt:

from sklearn.decomposition import PCA 

Zuerst habe ich versucht performin das PKA:

pca = PCA(n_components=100) 
#pca.fit(train_matrix) 
train_matrix = np.concatenate([cities,state_matrix,work_type,company_matrix,seg,ag,rep], axis=1) 

Dann I zugeordnet es auf eine Variable, um dann mein Modell zu trainieren wie folgt:

train_matrix = pca.fit_transform(train_matrix) 


from sklearn.ensemble import RandomForestClassifier 
from sklearn import preprocessing 
X_train, X_test, y_train, y_test = train_test_split(
    pca, labels_list, test_size=0.1, random_state=47) 

aber ich bin nicht sicher, was falsch ist, ich habe, so möchte ich sup empfangen Port um diese Situation zu überwinden:

state shape: (282521, 572) 
work type shape: (282521, 164) 
train matrix shape (5000, 100) 
Traceback (most recent call last): 
    File "build_model.py", line 61, in <module> 
    pca, labels_list, test_size=0.1, random_state=47) 
    File "/usr/local/lib/python3.5/dist-packages/sklearn/cross_validation.py", line 2039, in train_test_split 
    arrays = indexable(*arrays) 
    File "/usr/local/lib/python3.5/dist-packages/sklearn/utils/validation.py", line 206, in indexable 
    check_consistent_length(*result) 
    File "/usr/local/lib/python3.5/dist-packages/sklearn/utils/validation.py", line 177, in check_consistent_length 
    lengths = [_num_samples(X) for X in arrays if X is not None] 
    File "/usr/local/lib/python3.5/dist-packages/sklearn/utils/validation.py", line 177, in <listcomp> 
    lengths = [_num_samples(X) for X in arrays if X is not None] 
    File "/usr/local/lib/python3.5/dist-packages/sklearn/utils/validation.py", line 126, in _num_samples 
    " a valid collection." % x) 
TypeError: Singleton array array(PCA(copy=True, iterated_power='auto', n_components=100, random_state=None, 
    svd_solver='auto', tol=0.0, whiten=False), dtype=object) cannot be considered a valid collection. 

Answer 1

Du pca zum train_test_split senden. Überprüfen Sie die Argumente here Senden Sie die transformierten Daten (train_matrix) hinein.

Korrekter Code sollte sein:

X_train, X_test, y_train, y_test = train_test_split(
    train_matrix, labels_list, test_size=0.1, random_state=47)