Python PLSRegression: получение оценок скрытых переменных с использованием нагрузок

Question

В sklearn.cross_decomposition.PLSRegression, мы можем получить оценки скрытых переменных из массива X, используя x_scores_.

Я хотел бы извлечь нагрузки, чтобы вычислить оценки скрытых переменных для нового массива W. Интуитивно я должен был сделать следующее: scores = W*loadings (матричное умножение). Я пробовал это, используя в качестве загрузок x_loadings_, x_weights_ и x_rotations_, так как я не мог понять, какой массив был хорошим (на сайте sklearn мало информации). Я также пытался стандартизировать W (вычитая среднее значение и делив на стандартное отклонение X) перед умножением на нагрузки. Но ничего из этого не работает (я пробовал использовать массив X и не могу получить те же оценки, что и в массиве x_scores_).

Есть какая-нибудь помощь с этим?

Answer 1

На самом деле, мне просто нужно было лучше понять методы fit() и transform() Sklearn. Мне нужно использовать transform(W), чтобы получить оценки скрытых переменных массива W:

1.Fit (): генерирует параметры модели обучения из данных обучения

2.Transform (): использует параметры, генерируемые методом fit () для преобразования определенного набора данных