数据分割时使用 scikit-learn 标准化 PCA

我有一个后续问题：如何使用 PCA 和 scikit-learn 进行标准化 https://stackoverflow.com/questions/25475465/how-to-normalize-with-pca-and-scikit-learn.

我正在创建一个情绪检测系统，我现在要做的是：

1. 将数据拆分为所有情绪（将数据分布在多个子集上）。
2. 将所有数据加在一起（多个子集为 1 组）
3. 获取组合数据的PCA参数（self.pca = RandomizedPCA(n_components=self.n_components,whiten=True).fit(self.data)）
4. 根据情绪（每个子集），将 PCA 应用于该情绪（子集）的数据。

我应该在以下位置进行标准化：步骤 2）标准化所有组合数据，步骤 4）标准化子集。

Edit

我想知道所有数据的标准化和子集的标准化是否相同。现在，当我尝试根据 @BartoszKP 的建议简化我的示例时，我发现我理解规范化工作的方式是错误的。两种情况下的标准化工作方式相同，所以这是一种有效的方法，对吧？ （见代码）

from sklearn.preprocessing import normalize
from sklearn.decomposition import RandomizedPCA
import numpy as np

data_1 = np.array(([52, 254], [4, 128]), dtype='f')
data_2 = np.array(([39, 213], [123, 7]), dtype='f')
data_combined = np.vstack((data_1, data_2))
#print(data_combined)
"""
Output
[[  52.  254.]
 [   4.  128.]
 [  39.  213.]
 [ 123.    7.]]
"""
#Normalize all data
data_norm = normalize(data_combined)
print(data_norm)
"""
[[ 0.20056452  0.97968054]
 [ 0.03123475  0.99951208]
 [ 0.18010448  0.98364753]
 [ 0.99838448  0.05681863]]
"""

pca = RandomizedPCA(n_components=20, whiten=True)
pca.fit(data_norm)

#Normalize subset of data
data_1_norm = normalize(data_1)
print(data_1_norm)
"""
[[ 0.20056452  0.97968054]
 [ 0.03123475  0.99951208]]
"""
pca.transform(data_1_norm)

是的，正如中所解释的文档 http://scikit-learn.org/stable/modules/preprocessing.html#normalization, what normalize是，独立于其他样本缩放单个样本：

正常化是的过程缩放单个样本有单位范数。

这在的文档Normalizer class http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.Normalizer.html#sklearn.preprocessing.Normalizer:

每个样本（即数据矩阵的每一行）至少有一个非零分量独立于其他样本重新调整使其范数（l1 或 l2）等于 1。

^{(emphasis mine)}