1
我正在做多个目标回归，所以我想同时预测几个数字。这些数字高度相关，所以我认为预测他们的个人电脑是一个更明智的方法。使用sklearn的目标上的PCA？
使用sklearn的Pipeline非常适合菊花链连接MinMaxScaler，PCA和我想使用的回归器;然后让我把这个管道叫做预测。
但是，Pipeline是否仅将PCA应用于输入？是否可以使用相同的策略，但是也可以在我想要预测的输出上执行PCA？
我正在做多个目标回归，所以我想同时预测几个数字。这些数字高度相关，所以我认为预测他们的个人电脑是一个更明智的方法。使用sklearn的目标上的PCA？
使用sklearn的Pipeline非常适合菊花链连接MinMaxScaler，PCA和我想使用的回归器;然后让我把这个管道叫做预测。
但是，Pipeline是否仅将PCA应用于输入？是否可以使用相同的策略，但是也可以在我想要预测的输出上执行PCA？
不，可以在流水线中仅使用步骤来转换X参数。您可以为y创建附加管道，其中所有步骤都应该是变换器，然后将此管道的结果作为y输入到分类器。
为了澄清这个问题，您问的是，您是否可以使用与您所描述的相同管道（MinMaxScaler，PCA和regressor）相同的PCA输出回归器？ – NBartley
您打算如何在测试时间应用您的预测器（您如何评估原始非PCA目标的正确性）？请注意，如果您在缩减维空间中进行预测，则通常无法将结果转换回输出空间的原始维度。除非你正在进行某种中间监督，否则这将毫无意义，其中维度减少的输出空间可用作后面预测器层的输入。 – eqzx
@eqzx你是什么意思'你不能转换回输出空间的原始维度'？一旦获得减少的输出，您总是可以逆向变换PCA变换。 – Michael