我有一个名为x_train的3d数组(样本,时间步长,特征),我想在其中迭代并为每个样本在2D数组(时间步长,特征)上执行PCA。我有这段代码,但是因为它返回5x1数组,所以在返回值时遇到问题:
from sklearn.decomposition import PCA
pca = PCA(n_components=1)
X_transform_PCA = np.zeros((x_train.shape[0], 1))
for i in range(x_train.shape[0]):
pca = PCA(n_components=1)
f = pca.fit_transform(x_train[i, :, :])
X_transform_PCA[i,:] = f
print(X_transform_PCA.shape[0])
我想到了。看起来像是做到了。
X_transform_PCA = []
from sklearn.decomposition import PCA
pca = PCA(n_components=1)
for i in range(x_train.shape[0]):
pca = PCA(n_components=1)
f = pca.fit_transform(x_train[i, :, :])
X_transform_PCA.append(f)
print(X_transform_PCA)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句