通过 PCA 为测试集获取相同的特征转换失败

如何解决通过 PCA 为测试集获取相同的特征转换失败

在 ML 项目中，您首先将训练数据集和测试数据集分开，然后对训练数据集进行所有转换，以确保不会发生信息泄漏。更准确地说：

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=111) 

完成上述操作后，您将执行所有操作：

使用 X_train 和 y_train 进行过采样、欠采样尺度降维

示例：从 sklearn.preprocessing 导入 StandardScaler

sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

pca = PCA(n_components = 0.95)
X_train = pca.fit_transform(X_train)
X_test = pca.transform(X_test)

我的印象是从 sklearn.decomposition import PCA 创建 PCA 对象并首先调用火车数据集：

pca = PCA(n_components = 0.95)
pca.fit_transform(X_train)

然后在测试集上

pca.transform(X_test)

是否会或应该为我提供与训练模型相同的尺寸，但不幸的是，当我尝试计算测试误差时 - 模型未见数据。我得到以下信息：

X has 39 features,but DecisionTreeClassifier is expecting 10 features as input

这对我来说真的很困惑，因为使用相同的 PCA 对象它应该将 X_test 转换为完全相同的维度。我在这里错过了什么？

测试误差的计算方法如下：

y_pred = tree_model.predict(X_test)
y_pred = tree_model.predict_proba(X_test)[:,1]