机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

降维

｜

203

小于

n

时，它比完全的 SVD 快得多：

rnd_pca = PCA(n_components=154, svd_solver="randomized")

X_reduced = rnd_pca.fit_transform(X_train)

默认情况下，svd_solver 实际上设置为 "auto" ：如果

m

或

n

大于 500 并且

d

小于

m

或

n

的 80%，则 Scikit-Learn 自动使用随机 PCA 算法，否则它将使用完全的 SVD 方

法。如果要强制 Scikit-Learn 使用完全的SVD，可以将 svd_solver 超参数设置为

"full"。

8.3.9 增量 PCA

前面的 PCA 实现的一个问题是，它们要求整个训练集都放入内存才能运行算法。幸运

的是已经开发了增量

PCA

（IPCA）算法，它们可以使你把训练集划分为多个小批量，并

一次将一个小批量送入 IPCA 算法。这对于大型训练集和在线（即在新实例到来时动态

运行）应用 PCA 很有用。

以下代码将 MNIST 数据集拆分为 100 个小批量（使用 NumPy 的 array_split() 函

数），并将其馈送到 Scikit-Learn 的 IncrementalPCA 类

注 5

，来把 MNIST 数据集的维

度降低到 154（就像之前做的那样）。请注意，你必须在每个小批量中调用 partial_

fit() 方法，而不是在整个训练集中调用 fit() 方法：

1

from sklearn.decomposition ...