主成分分析python代码实现及错误案例讲解

最新推荐文章于 2024-10-12 12:55:48 发布
最新推荐文章于 2024-10-12 12:55:48 发布
阅读量1.1k 收藏 14
点赞数 21
文章标签： python 开发语言 数学建模 人工智能 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_74235619/article/details/140793454
版权

目录

主成分能用来做什么

聚类、回归、寻找变量之间的共线性关系！！！

主成分分析的一般目的由两点组成：（参考王学民老师）

（1）将多个有相关关系的变量压缩成少数几个不相关的主成分（综合变量），并保留绝大部分信息；

（2）给出各主成分的具有实际背景和意义的解释

雷点在于！！！

alt text
alt text

多数论文以及博客使用主成分进行综合评价，王学民老师认为这是不对的，个人参考了一些这方面的研究后觉得王老师说的对。。。

alt text
alt text
alt text
alt text
alt text
alt text

因为个人理解能力有限，一知半解，只好放老师的文章来观摩学习

下面是复现一篇论文时写的python代码，除了最后评价分析这里不科学，其他的地方还行吧，权当存档留念，以后再也不傻乎乎的用主成分进行综合评价了。。。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
from sklearn.preprocessing import scale
from sklearn.decomposition import PCA
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity
from factor_analyzer.factor_analyzer import calculate_kmo

# 设置中文字符及负号
plt.rcParams['font.sans-serif']=['Kaiti']
plt.rcParams['axes.unicode_minus']=False

# 读取文件
MVdata=pd.read_excel(r"C:\Users\Jr.hu\Desktop\指标正向化后.xlsx",index_col=0)

# 展示数据
print("原始数据展示:\n", MVdata)

# 首先对数据进行检验分析
# 1.Bartlett's球状检验
chi_square_value, p_value = calculate_bartlett_sphericity(MVdata)
print("bartlett球状检验参数：\n卡方值为：{}，p值为：{}".format(chi_square_value, p_value))

# 2.KMO检验
kmo_all, kmo_model = calculate_kmo(MVdata)
print("KMO检验参数：\n", kmo_model)
# 参数检验通过


# 这里需要先进行一些分析，为主成分分析做铺垫
# 对原始数据进行标准差标准化  这里采用课件中的方法
S=(MVdata-MVdata.mean())/MVdata.std()
print("标准化处理后的数据:\n", round(S,4))

# 求相关系数矩阵
CovX=np.around(np.corrcoef(MVdata.T),decimals=3)
print("相关系数矩阵为：\n",CovX)

# 求解特征值和特征向量
featValue,featVec=np.linalg.eig(CovX.T)
print("特征值为：\n",featValue)
print("特征向量为：\n",featVec)

# 对特征值进行排序输出
featValue=sorted(featValue,reverse=True)
print("特征值从高到低依次为：\n",featValue)

# 绘制特征值碎石图
plt.scatter(range(1,MVdata.shape[1]+1),featValue)
plt.plot(range(1,MVdata.shape[1]+1),featValue)
plt.hlines(y=1,xmin=0,xmax=14,colors='red',linestyles='--')
plt.title("Scree Plot")
plt.xlabel("Factors")
plt.ylabel("Eigenvalue")
plt.grid()  # 显示网格
plt.show()  # 显示图形

# 绘制累计贡献度折线图
gx=featValue/np.sum(featValue)   # 贡献度
lg=np.cumsum(gx)    # 累计贡献度
plt.scatter(range(1,MVdata.shape[1]+1),lg)
plt.plot(range(1,MVdata.shape[1]+1),lg)
plt.hlines(y=0.85,xmin=0,xmax=14,colors='red',linestyles='--')
plt.text(1,0.86,"85%水平线")
plt.title("累计贡献度")
plt.grid()  # 显示网格
plt.show()  # 显示图形
# 由碎石图及折线图综合分析可知，主成分分析应分为四类，k=4


# 第一步，计算主成分对象
pcal =PCA(n_components=4).fit(S)

# 第二步，确定主成分
V=pcal.explained_variance_   # 各个主成分所解释的数据方差
W=pcal.explained_variance_ratio_  # 各个主成分的方差解释比例
W.sum()    # 所有主成分解释的总方差
print("各个主成分所解释的数据方差为:\n", V)
print("各个主成分的方差贡献率为:\n", W)
print("累计方差贡献率为:\n", W.sum())

# 第三步，主成分负荷
Comp_P=pd.DataFrame(pcal.components_.T)   # 主成分载荷矩阵
print("主成分载荷矩阵为:\n", Comp_P)

# 这里可以绘制一张热力图表示原先的13个因子与降维后的4个主成分之间的关系
ax = sns.heatmap(Comp_P, annot=True, cmap="coolwarm")
ax.set_xticks([0.5, 1.5, 2.5, 3.5])
ax.set_xticklabels(['Comp1', 'Comp2', 'Comp3', 'Comp4'])  # 设置x轴的标签
ax.set_yticks([0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5,8.5,9.5,10.5,11.5,12.5])
ax.set_yticklabels(['x1','x2','x3','x4','x5','x6','x7','x8','x9','x10','x11','x12','x13'])  # 设置y轴的标签
plt.title("Factor Analysis")
plt.show()

# 第四步，先算各个主成分得分
Si=pcal.fit_transform(S)
SR=pd.DataFrame(Si,columns=['Comp1','Comp2','Comp3','Comp4'],index=MVdata.index)
print("主成分得分:\n", SR)

# 第五步，再算综合评价得分
SR['Comp']=Si.dot(W)
SR['Rank']=SR.Comp.rank(ascending=False)
print("主成分综合评价得分:\n", SR)


# 数据可视化一：箱线图
# 箱线图1.0(最终得分的箱线图)
sns.boxplot(y=SR['Comp'])   # y轴为各地最终的评价得分
plt.ylabel('综合评价最终得分')
plt.title('最终得分箱线图')
plt.tight_layout()
plt.show()

# 箱线图2.0(四个主成分得分的箱线图)
fig, axes = plt.subplots(2, 2, figsize=(10, 8))   # 创建包含四个子图的画布
sns.boxplot(y=SR['Comp1'], ax=axes[0, 0])
sns.boxplot(y=SR['Comp2'], ax=axes[0, 1])
sns.boxplot(y=SR['Comp3'], ax=axes[1, 0])
sns.boxplot(y=SR['Comp4'], ax=axes[1, 1])
plt.tight_layout()
plt.show()

# 数据可视化二：小提琴图
# 小提琴图1.0(最终得分小提琴图)
sns.violinplot(x='Comp',data=SR)
plt.title('最终得分小提琴图')
plt.xlabel('综合评价最终得分')
plt.tight_layout()
plt.show()

# 小提琴图2.0(四个主成分得分的小提琴图)
fig, axes = plt.subplots(2, 2, figsize=(10, 8))   # 创建包含四个子图的画布
sns.violinplot(y=SR['Comp1'], ax=axes[0, 0])
sns.violinplot(y=SR['Comp2'], ax=axes[0, 1])
sns.violinplot(y=SR['Comp3'], ax=axes[1, 0])
sns.violinplot(y=SR['Comp4'], ax=axes[1, 1])
plt.tight_layout()
plt.show()

# 可视化三：条图
# 这个没想到合适的数据，先放一放

# 可视化四：概率分布图
# 概率分布图1.0---数据标准化处理之后的概率分布图
sns.histplot(S,kde=True,color='blue',bins=30)   # 这里可以单独看S["x1"]...
plt.title('数据标准化处理后的概率分布图')  # 标准化处理后满足正态分布
plt.ylabel('概率密度')
plt.xlabel('数值')
plt.show()

# 概率分布图2.0---这里我们选取了最终评价得分Comp为y轴,主成分一得分Comp1为x轴,可以呈现出较好的效果
sns.jointplot(x=SR['Comp1'],y=SR['Comp'],data=SR)
plt.show()

# 概率分布图3.0---多个变量,四个主成分的得分
sns.pairplot(SR, vars=['Comp1','Comp2','Comp3','Comp4'])
plt.show()

# 可视化五：柱状图
# 柱状图1.0---各个主成分的方差贡献率
x = ['Comp1','Comp2','Comp3','Comp4']
y = ['Comp1','Comp1、2','Comp1、2、3','Comp1、2、3、4']
plt.grid(ls="--", alpha=0.5)
plt.title("各个主成分的方差贡献率")
bars = plt.bar(x, W)
for i, bar in enumerate(bars):   # 添加百分比标签
    plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), f"{W[i]*100:.2f}%",
             ha='center', va='bottom')
plt.show()

# 柱状图2.0---累计方差贡献率柱状图
cumulative_variance = [sum(W[:i+1]) for i in range(len(W))]    # 计算累计方差贡献率
plt.figure()
plt.grid(ls="--",alpha=0.5)
plt.title("累计方差贡献率")
bars = plt.bar(y, cumulative_variance)
for i, bar in enumerate(bars):      # 添加百分比标签
    plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), f"{cumulative_variance[i]*100:.2f}%",
             ha='center', va='bottom')
plt.show()

# 柱状图3.0---综合评级得分柱状图
plt.figure()
plt.grid(ls="--",alpha=0.5)
plt.title("各省份综合评价得分条形图")
bars = plt.bar(SR['Rank'], SR['Comp'])
text= [
    "北京市", "天津市", "河北省", "山西省", "内蒙古自治区",
    "辽宁省", "吉林省", "黑龙江省", "上海市", "江苏省",
    "浙江省", "安徽省", "福建省", "江西省", "山东省",
    "河南省", "湖北省", "湖南省", "广东省", "广西壮族自治区",
    "海南省", "重庆市", "四川省", "贵州省", "云南省",
    "西藏自治区", "陕西省", "甘肃省", "青海省", "宁夏回族自治区",
    "新疆维吾尔自治区"]
for bar, province in zip(bars, text):
    yval = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2, yval, province, ha='center', va='bottom')
plt.show()

# 主成分图（取前两个主成分）
plt.plot(SR.Comp1,SR.Comp2,'.')
A1=SR.Comp1
A2=SR.Comp2
AI=SR.index
plt.hlines(0,A1.min(),A1.max(),linestyles="dotted")
plt.vlines(0,A2.min(),A2.max(),linestyles="dotted")
for i in range(SR.index.shape[0]):
    plt.text(A1[i],A2[i],AI[i])
plt.show()

关于相关系数矩阵与协方差矩阵

主成分分析（PCA）既可以使用协方差矩阵，也可以使用相关系数矩阵，具体选择哪种取决于数据的特性和分析的目的。以下是对两种矩阵在PCA中使用的考量因素：

协方差矩阵：

  • 适用情况：当原始数据的各个变量具有不同的量纲（如长度、重量、时间等）或者变量的尺度差异较大时，使用协方差矩阵更为合适。协方差矩阵直接反映了变量间因数值大小变化引起的线性关系，保留了原始变量的量纲信息。
  • 优点：能够捕捉变量间原始的、未经标准化的波动关系，对于那些量纲差异显著且这种差异对分析有重要意义的情况，使用协方差矩阵能够保持这些差异对主成分的影响。

相关系数矩阵：

  • 适用情况：当原始数据的各个变量在同一量纲下或者经过标准化处理（即所有变量均转化为无量纲的、均值为0、标准差为1的状态）时，使用相关系数矩阵更为合适。相关系数矩阵衡量的是变量间关系的方向和强度，不受变量尺度的影响。
  • 优点：
    • 消除量纲影响：由于相关系数矩阵中的元素是标准化数据的协方差，它已经消除了变量各自尺度的影响，只反映变量间相对变化的一致性。这使得不同量纲或不同尺度的变量在PCA中得以公平比较，避免了量纲较大或波动范围较大的变量对分析结果的主导。
    • 易于解释：相关系数的取值范围在-1到1之间，可以直接解读为变量间的线性相关程度，更便于理解和解释变量间的关系。

选择原则：

  • 如果数据集中的变量具有相同的量纲或已经过标准化处理，通常建议使用相关系数矩阵，因为它能够更纯粹地反映变量间的相对关系，不受变量自身尺度的干扰。
  • 如果变量间存在显著的量纲差异，并且这些差异对分析结果有重要含义

sklearn库默认使用协方差矩阵

sklearn 库在执行主成分分析（PCA）时，默认使用的是协方差矩阵。这是因为 sklearn.decomposition.PCA 类在计算主成分时，默认计算的是数据的协方差矩阵。然而，用户可以根据实际需求选择是否对输入数据进行预处理（如标准化），从而转换为使用相关系数矩阵进行PCA。

以下是使用 sklearn 进行PCA时与矩阵选择相关的几点说明：

  1. 默认行为：如果不进行额外的预处理，直接将原始数据传递给 sklearn.decomposition.PCA 类的实例，并进行拟合（fit），那么PCA将基于数据的协方差矩阵来确定主成分。

  2. 标准化选项：如果希望使用相关系数矩阵进行PCA，通常需要先对数据进行标准化，即将数据转换为无量纲的、均值为0、标准差为1的形式。在 sklearn 中，可以使用 preprocessing 模块中的 StandardScaler 类来完成这一操作。对数据标准化后再进行PCA，此时虽然PCA内部依然计算的是标准化后数据的协方差矩阵，但由于标准化数据的均值和方差已调整为一致，此时的协方差矩阵实际上等价于相关系数矩阵，因为标准化消除了量纲和尺度的影响。

例如，一个完整的流程可能如下：

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA

# 假设 data 是未标准化的原始数据
scaler = StandardScaler()
scaled_data = scaler.fit_transform(data)

# 创建并拟合PCA模型，此时使用的是等价于相关系数矩阵的标准化数据的协方差矩阵
pca = PCA()
pca.fit(scaled_data)
  1. 参数设置：sklearn 的 PCA 类提供了 covariance 参数（从 scikit-learn 1.1 及更高版本开始），允许用户直接指定是否基于数据的协方差矩阵还是基于相关系数矩阵来进行PCA计算。不过，需要注意的是，设置 covariance='corr' 时，sklearn 会自动对数据进行标准化，然后计算相关系数矩阵。因此，对于用户来说，直接对数据进行标准化仍然是推荐的做法，而不需要显式设置 covariance 参数。

总结起来，在使用 sklearn 库进行主成分分析时，默认是基于协方差矩阵。若要基于相关系数矩阵进行分析，通常做法是先对数据进行标准化处理，确保变量间的关系不受量纲和尺度差异的影响。尽管 sklearn 提供了参数来直接指定基于相关系数矩阵计算，但实践中更常见的是通过预处理步骤标准化数据，间接实现基于相关系数矩阵的PCA。

错上加错（载荷矩阵）

关于载荷矩阵的一点思考与说明

在上面的处理过程中，使用到了载荷矩阵，但是按照同样的思路使用spss来分析，得到的主成分系数矩阵不一样，结果相差很大

# 第三步，主成分负荷
Comp_P=pd.DataFrame(pcal.components_.T)   # 主成分载荷矩阵
print("主成分载荷矩阵为:\n", Comp_P)

上面的代码中关于载荷矩阵的计算是没有问题的，载荷矩阵描述了主变量与原始变量之间的相关系数，各个主成分的得分系数矩阵需要使用载荷矩阵除以对应特征值的平方根，这个系数才能表示各个变量与主变量之间的线性关系

在上面的代码中，使用sklrean库进行分析直接用载荷矩阵描述各个变量与主变量之间的线性关系，缺少了一步转换

# 主成分得分系数矩阵  
for i in range(4): 
    Comp_P[i]=Comp_P[i]/math.sqrt(V[i])    # 计算公式为载荷矩阵除以对应主成分的特征值，这个操作是参考这篇文章：https://zhuanlan.zhihu.com/p/49481213
print("主成分得分矩阵:\n", Comp_P)

至于使用spss分析时，做主成分分析不要选择旋转,否则就变成了因子分析,结果当然不一样

alt text
alt text

关于因子分析与主成分分析的区别和联系，下面放了一篇很好的文章

但是换句话说，反正都错了，错上加错也无所谓了。。。。

参考借鉴

做综合评价：

http://t.csdnimg.cn/VvKCZ

http://t.csdnimg.cn/ak1oY

http://t.csdnimg.cn/V8Cak

做降维、聚类：

https://www.cnblogs.com/RHadoop-Hive/p/9441505.html

做回归：

主成分分析 - Sophie的文章 - 知乎
https://zhuanlan.zhihu.com/p/653310400

关于载荷矩阵的说明：

主成分分析PCA之Python与SPSS展示的区别 - canhui87的文章 - 知乎

https://zhuanlan.zhihu.com/p/76622543

如何做主成分分析和因子分析？它们的区别与联系在哪里？ - 胡保强的文章 - 知乎

https://zhuanlan.zhihu.com/p/49481213

主成分分析PCA原理与代码实例讲解
AI天才研究院
10-02 1670
在数据分析中，我们常常面临数据维度较高的问题。例如，一个包含100个特征的样本，可能存在冗余信息，即多个特征之间存在高度相关性。这种情况下，直接使用所有特征进行建模或分析，不仅计算复杂度高，而且可能会降低模型的解释性和泛化能力。主成分分析（Principal Component Analysis，PCA）是一种经典的降维技术，旨在将高维数据转化为低维数据，同时保留大部分原有信息。通过PCA，我们可以简化数据结构，降低计算复杂度，并提高模型的性能。
主成分分析(PCA)-Python代码
qq_42695597的博客
12-04 3525
主成分分析是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法。 算法的具体步骤如下： 1）对向量X进行去中心化。 2）计算向量X的协方差矩阵，自由度可以选择0或者1。 3）计算协方差矩阵的特征值和特征向量。 4）选取最大的k个特征值及其特征向量。 5）用X与特征向量相乘。
python实战因子分析和主成分分析（附代码）
05-20
课程简介：互联网上对因子分析和主成分分析介绍残缺不全，无系统知识讲解。Toby老师教授学员搭建如何用python编程实现因子分析和主成分分析，课程有实战项目，附python代码。课程另一个亮点是把因子分析，主成分分析和机器学习建模结合，使模型维度降低，运行速度更快，数据存储降低，模型性能却没有显著降低，可谓四两拨千斤。作者介绍Toby，持牌照消费金融模型专家，发明金融模型算法专利，和中科院，清华大学，百度，腾讯，同盾，聚信立等平台保持长期项目合作；与国内多所财经大学有模型项目。熟悉金融风控和企业信用评级业务，包括现金贷，商品贷，医美，反欺诈等。擅长Python机器学习建模，对变量筛选，衍生变量构造，变量缺失率高，正负样本不平衡，共线性高，多算法比较，调参等有良好解决方法。
主成分分析(PCA)python实现(含数据集)
12-15
主成分分析(PCA)python实现(含数据集)，结构清晰，适合初学者
python代码讲解-PCA主成分分析 原理讲解 python代码实现
weixin_37988176的博客
10-30 329
1. 用途：通俗来说： 考察一个人的智力情况，就直接看数学成绩就行(存在：数学、语文、英语成绩) 。就是找出一个最主要的特征，然后进行分析。数据压缩 （Data Compression） ，将高维数据变为低维数据。可视化数据 （3D->2D等）2. 2D-->1D，nD-->kD如下图所示，所有数据点可以投影到一条直线，是投影距离的平方和（投影误差）最小注意数据需要归一化处理思路是找1个向量u,所...
主成分分析python代码实现
2301_79376014的博客
07-26 1125
【代码】主成分分析python代码实现。
主成分分析（PCA）Python代码.ipynb
03-12
PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。
[python数据处理系列] 深入理解与实践:用Python进行主成分分析（PCA）
2301_81199775的博客
04-24 5493
本文将详细解析主成分分析（PCA）的步骤、作用和参数，并回答一些常见的问题。我们将通过Python代码实现PCA，包括数据导入、降维、查看方差贡献、方差贡献率和累计方差贡献率的可视化等步骤。最后，我们将选择主成分并进行命名，输出降维后的数据，并对主成分分析结果进行可视化。
机器学习主成分分析算法 PCA—python详细代码解析（sklearn）
qq_45932996的博客
10-12 3325
在进行数据分析时，我们常常会遇到这样的情况：各个特征变量之间存在较多的信息重叠，也就是相关性比较强。就好比在研究一个班级学生的学习情况时，可能会收集到学生的语文成绩、数学成绩、英语成绩等多个特征变量。但往往会发现，语文成绩好的学生，数学和英语成绩也可能比较好，这就说明这些变量之间存在一定的相关性。这种情况在线性回归分析中被称为多重共线性关系。同时，如果我们的样本观测值数量较少，而选取的变量却很多，就会产生高维数据带来的 “维度灾难” 问题。
主成分回归python实现
qq_43315928的博客
06-10 1万+
主成分分析python实现 这是我一直都想写的内容，但是迟迟没有动手开始写，主要的原因是没有理解python中PCA降维后再进行回归时应该要怎么做。再网上查了很多资料，也没有这方面的讲解，书上也是讲到了PCA降维就结束了。以下是我使用R语言的思想写的code,日后若找到相关的内容再进行修改。 先介绍一下sklearn中PCA模型的参数及方法： 参数： n_components ： int，floa...
Scikit-learn库中主成分分析（PCA）技术的Python实现教程
12-25
内容概要：本文详细介绍了主成分分析（PCA）技术的原理及其在Scikit-learn库中的Python实现。首先讲解了PCA的基本概念和作用，接着通过具体示例展示了如何使用Scikit-learn进行PCA降维。内容涵盖了数据准备、模型...
主成分分析（PCA）-Python代码-信息分析与预测
05-23
信息分析与预测的实验，Python写的代码，萌新代码，勿喷，仅仅只是方便没时间写实验的朋友，直接用python打开就能运行
面板数据 主成分分析 实现方法 代码示例 理论讲解 案例教程
最新发布
03-12
#### Python 实现面板数据的主成分分析 对于面板数据执行主成分分析（PCA），可以采用 `pandas` 和 `sklearn.decomposition.PCA` 来完成。下面展示如何加载并预处理面板数据，接着应用 PCA 技术。 ```python ...
【Python】主成分分析
m0_69782322的博客
11-20 739
原样本中有8项指标，从结果我们看到，取两个主成分的累计贡献率为75%，虽然这个贡献率不小，但若要求损失信息不超过15%，我们应该取三个主成分，此时的累计贡献率为86.7%根据该得分，我们可以将2、3、11、13样本作为一类，6、7、10、12作为一类，剩下的1、4、5、8、9作为一类。选择绝对值最大的元素，占的权重较大，即前三个特征权值较大，所以可能与年末固定资产净值、职工人数、工业总产值相关。在选择主成分时，首先使用np.argsort函数对特征值进行排序，得到按降序排列的特征值的索引；
方阵的特征值与特征向量
vincent2610的专栏
01-07 1136
来自http://www.tongji.edu.cn/~math/xxds/kcja/kcja_b/5-2.htm 方阵的特征值与特征向量 定义   设 是 阶方阵，若有数 和非零向量 ，使得 称数 是 的特征值，非零向量 是 对应于特征值 的特征向量。 例如   对 ，有 及向量 ，使得 ，这说明 是 的特征值， 是
使用Python实现主成分分析（PCA）
Echo_Wish
04-15 1222
主成分分析算法通过寻找数据中的主成分（即方差最大的方向）来实现降维。它首先计算数据的协方差矩阵，然后通过特征值分解或奇异值分解来找到协方差矩阵的特征向量，这些特征向量构成了新的坐标系。PCA算法会选择最大的k个特征值对应的特征向量，这些特征向量构成了数据的主成分，然后将原始数据投影到这些主成分上，从而实现降维。
用python实现主成分分析（PCA）
热门推荐
ruoff的博客
05-09 4万+
用python实现主成分分析（PCA）python应用实例：如何用python实现主成分分析背景iris数据集简介算法的主要步骤代码实现查看各特征值的贡献率 python应用实例：如何用python实现主成分分析 主成分分析（Principal Component Analysis，PCA）是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 背景 在许多机器学习、深度学习的应用中，往往需要处理大量样本或大的矩阵，多变量大样本无疑会为研究和应用提供丰富
主成分分析 python实现
X_xZ_project的博客
12-02 1029
主成分分析的步骤： 1.首先有一个原始数据阵X=[X1,X2,X3,X4] 2.对数据阵进行标准化，一般的标准化方法是Xi=(Xi-E(Xi))/i 3.求出新的矩阵的协方差矩阵 4.求出的特征值（从大到小排列）和特征向量 5.各主成分贡献度为 ，其中是协方差矩阵的特征值 code如下： import numpy as np import pandas as pd from...
Python_主成分分析
zhangweiguo_717的博客
10-15 3500
Python实现简单主成分分析
主成分分析python代码
04-22
当然，我可以给您提供主成分分析的Python代码。以下是一个基本示例： ``` import numpy as np from sklearn.decomposition import PCA # 创建数据 X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 创建PCA对象并拟合数据 pca = PCA(n_components=2) pca.fit(X) # 变换数据 X_transformed = pca.transform(X) # 输出结果 print(X_transformed) ``` 在这个示例中，我们使用NumPy库创建了一个3x3的矩阵，然后利用Scikit-learn库的PCA类对其进行主成分分析。通过设置`n_components=2`，我们将数据降至二维。最后，我们使用`transform`方法将原始数据转换到新的PC空间中，并打印结果。 希望这个示例可以帮助您了解如何使用Python进行主成分分析。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值