正确使用 SVD 进行特征缩减

问题描述

我将一个包含 3,000 个特征的 CSV 文件作为输入，并为其计算 SVD。然后我将一个类标签列添加到输出 CSV 并将其用于分类。但是分类模型的准确率总是1，这很奇怪。此外，更改组件数量会返回相同的值。你知道为什么会发生这种情况以及我如何正确使用 SVD 来减少特征数量吗？

from sklearn.decomposition import TruncatedSVD
import pandas as pd


bankdata = pd.read_csv("dataset.csv")

#Fitting the SVD class
trun_svd = TruncatedSVD(n_components=10)
A_transformed = trun_svd.fit_transform(bankdata)

my_df = pd.DataFrame(A_transformed)
my_df.to_csv('svd-output.csv')

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）