主成分分析（PCA）及其可视化——python

已于 2022-03-13 20:25:46 修改
阅读量10w+ 收藏 1.7k
点赞数 288
分类专栏： 机器学习 数学建模 文章标签： big data 大数据 matlab python
于 2021-11-17 18:58:22 首次发布
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/qq_25990967/article/details/121366143
版权
本文详细介绍主成分分析（PCA）的基本原理及其实现步骤，并通过Python案例演示如何进行PCA分析，包括数据预处理、特征值计算及可视化等关键环节。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 可以看看这个哦python入门：Anaconda和Jupyter notebook的安装与使用_菜菜笨小孩的博客-CSDN博客

如果你学会了python 可以看看matlab的哦

主成分分析（PCA）及其可视化——matlab_菜菜笨小孩的博客-CSDN博客

目录

一、主成分分析的原理

二、主成分分析步骤

1.主成分分析的步骤：

2.部分说明

（1）球形检验（Bartlett)

（2）KMO（Kaiser-Meyer-Olkin)统计量

（3）主成分分析的逻辑框图 

 三、所用到的库 factor_analyzer库

 四、案例实战 

1.数据集

2.导入库

 3.读取数据集

 4.进行球状检验

5.KMO检验

6.求相关矩阵

（1）数据标准化做法

1.进行标准化

 2.求相关系数矩阵

​ 3.求解特征值和特征向量

（2）数据不标准化做法

1.求均值

 2.查看列数和行数

 3.写出同数据集一样的均值矩阵

4.对数据集进行去中心化

5.计算协方差阵

6.计算协方差阵的特征值和特征向量

7.对特征值进行排序并输出  降序

8.绘制散点图和折线图 

9.求特征值的贡献度 

10.求特征值的累计贡献度

11.选出主成分

 12.选出主成分对应的特征向量矩阵

 13.求主成分得分

 14.绘制热力图

完整代码：

总结：

一、主成分分析的原理

        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。通常把转化生成的综合指标称之为主成分，其中每个主成分都是原始变量的线性组合，且各个主成分之间互不相关，这就使得主成分比原始变量具有某些更优越的性能。这样在研究复杂问题时就可以只考虑少数几个主成分而不至于损失太多信息，从而更容易抓住主要矛盾，揭示事物内部变量之间的规律性，同时使问题得到简化，提高分析效率。

         主成分分析正是研究如何通过原来变量的少数几个线性组合来解释原来变量绝大多数信息的一种多元统计方法。

二、主成分分析步骤

1.主成分分析的步骤：

        1.根据研究问题选取初始分析变量；

        2.根据初始变量特性判断由协方差阵求主成分还是由相关阵求主成分（数据标准化的话需要用系数相关矩阵，数据未标准化则用协方差阵）；

        3.求协差阵或相关阵的特征根与相应标准特征向量；

        4.判断是否存在明显的多重共线性，若存在，则回到第一步；

        5.主成分分析的适合性检验

        6.得到主成分的表达式并确定主成分个数，选取主成分；

        7.结合主成分对研究问题进行分析并深入研究。

2.部分说明

一组数据是否可以用主成分分析，必须做适合性检验。可以用球形检验和KMO统计量检验。（1）球形检验（Bartlett)

        球形检验的假设：

                 H0：相关系数矩阵为单位阵（即变量不相关）

                H1：相关系数矩阵不是单位阵（即变量间有相关关系）

2）KMO（Kaiser-Meyer-Olkin)统计量

        KMO统计量比较样本相关系数与样本偏相关系数，它用于检验样本是否适于作主成分分析。

        KMO的值在0,1之间，该值越大，则样本数据越适合作主成分分析和因子分析。一般要求该值大于0.5，方可作主成分分析或者相关分析。

        Kaiser在1974年给出了经验原则：

                0.9以上       适合性很好

                0.8~0.9        适合性良好

                0.7~0.8        适合性中等

                0.6~0.7        适合性一般

                0.5~0.6        适合性不好

                0.5以下       不能接受的        

（3）主成分分析的逻辑框图 

 三、所用到的库 factor_analyzer库

1. pandas 

pip instal  pandas

2.numpy

pip install numpy

3.matplotlib

pip install matplotlib

 四、案例实战 

1.数据集

数据集aa.xls - 蓝奏云   不能直接分享csv文件

2.导入库

导入数据处理和分析所需要的库：

# 数据处理
import pandas as pd
import numpy as np

# 绘图
import seaborn as sns
import matplotlib.pyplot as plt

 3.读取数据集

df = pd.read_csv(r"D:\桌面\aa.csv", encoding='gbk', index_col=0).reset_index(drop=True)
df

运行结果：

 4.进行球状检验

检验总体变量的相关矩阵是否是单位阵（相关系数矩阵对角线的所有元素均为1,所有非对角线上的元素均为零）；即检验各个变量是否各自独立。

# Bartlett's球状检验
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity

chi_square_value, p_value = calculate_bartlett_sphericity(df)
print(chi_square_value, p_value)

运行结果：

5.KMO检验

 检查变量间的相关

最低0.47元/天 解锁文章
主成分分析-我国就业人数或城镇登记失业率的数学建模 (2).pdf
05-01
主成分分析-我国就业人数或城镇登记失业率的数学建模 (2).pdf
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 中的主成分分析 (PCA)
pythonandaiot的博客
01-04 7148
无监督学习 什么是主成分分析 当我们执行主成分分析 (PCA) 时，我们希望找到数据集的主成分。令人惊讶不是吗？那么，数据集的主要组成部分是什么，我们为什么要找到它们，它们告诉我们什么？数据集的主成分是数据集中变化最大的“方向”（我假设您对术语方差有基本的了解。如果没有，请在此处查找。简单来说，第一个主成分是数据集是沿数据集变化最大的方向。 考虑以下数据集，我在其上绘制了由不同颜色箭头表示的不同“方向”。你怎么看，哪个箭头指向数据集方差最大的方向？ 好吧，通过肉眼我们看到橙色箭头可能指向方差
用python进行主成分分析（PCA）
TSzero的博客
05-10 1万+
一、简介  这篇文章简单介绍了PCA的原理、思想和一些定义，本文将介绍如何用python进行PCA。 二、实现 2.1 标准化数据  在对数据进行PCA前，需要先将数据进行中心标准化，即使特征的平均值为000，方差为111。 from sklearn.preprocessing import StandardScaler StandardScaler(*, copy=True, with_mean=True, with_std=True) 使用说明： 实例化：scaler = StandardScale
SciKit-Learn 可视化数据:主成分分析(PCA)
吴吃辣
08-12 3640
保留版权所有，转帖注明出处 章节SciKit-Learn 加载数据集 SciKit-Learn 数据集基本信息 SciKit-Learn 使用matplotlib可视化数据 SciKit-Learn 可视化数据:主成分分析(PCA) SciKit-Learn 预处理数据 SciKit-Learn K均值聚类 SciKit-Learn 支持向量机 SciKit-Learn 速查 主成分分析(P...
[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 5419
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。
Python实战：主成分分析
最新发布
weixin_47362565的博客
12-03 465
另外，为了进一步展示主成分分析后的降维效果，又创建了一个新的 PCA 对象，设置 n_components 为 2，将原始数据转换到二维空间（仅取前两个主成分），并查看转换后的数据示例（这里将转换后的数据转换为 pandas 的 DataFrame 格式方便查看），在实际应用中还可以将转换后的数据用于后续的可视化分析（比如绘制散点图查看学生样本在二维主成分空间中的分布情况等）。首先定义了一个二维的 numpy 数组来表示学生成绩数据，每一行对应一名学生的各科成绩。
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
R可视乎｜主成分分析结果可视化
qq_37379316的博客
01-31 1万+
简介 主成分分析法是很常用的一种数据降维方法。该方法可以减少数据的维数，并保持对方差贡献最大的特征，相当于保留低阶主成分，忽略高阶主成分。 关于主成分的理论介绍和R语言代码实现可见前段时间赵西西写的推文：主成分分析 但是后面留了一个小尾巴，如果想对主成分结果进行可视化，那得怎么实现？有没有简便的方法呢？ 正好这几天有读者问起，那今天就来说说这个问题吧。 方法一 使用ggbiplot包中的ggbiplot()函数，该函数 使用ggplot2对主成分进行可视化。函数内部参数如下 ggbiplot(pcobj
主成分分析（PCA）及其可视化——matlab
PY洋洋
11-15 3万+
X= csvread('文件路径',1,0); %读取数据文件，第一行不读取 T = readtable('文件路径')；%读取文件中的所有数据 举例： data = [1,-0.2,0.3,0.8,-0.5 -0.2,1,0.6,-0.7,0.2 0.3,0.6,1,0.5,-0.3 0.8,-0.7,0.5,1,0.7 -0.5,0.2,-0.3,0.7,1] 运行结果： mapping.mean = mean(data, 1) %..
pca-vis:主成分分析可视化 Demo
05-31
pca-vis 主成分分析可视化 Demo
PCA——主成分分析
qq_56683019的博客
10-25 2042
PCA（主成分分析，Principal Component Analysis）是一种用于降维和特征提取的统计方法。其基本思想是将原始数据投影到一个新的坐标系上，使得数据在新坐标系中的前几个坐标轴上具有最大的方差。广泛用于信号处理、图像识别、机器学习和数据分析等领域。其主要目标是通过减少数据的维度来简化问题，同时尽可能保留原始数据中的重要信息。
Python之主成分分析
weixin_34280060的博客
12-22 9407
目的：  了解主成分分析、因子分析、判别分析、聚类分析的原理背景  掌握SAS语言进行多变量分析过程（princomp过程和factor过程）  掌握SAS语言进行判别分析 (discrim过程)  掌握SAS语言进行聚类分析（cluster过程，tree过程） 引言：前面介绍SAS的基本统计分析功能。本章我们讲述用SAS进行多元统计分析。 SAS进行多元统计分析的过程包括: 第一类：多变量分析过程，包括princomp(主成分分析)、factor（因子分析）、cancorr(典型相关分析、mult
python主成分分析（PCA）
黄俊文的博客
12-10 3万+
一、PCA简介 1. 相关背景 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。 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一...
python 主成分分析 （PCA）
jacke121的专栏
04-12 4179
主成分分析（PrincipalComponentAnalysis，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。 # 用python实现主成分分析（PCA） import numpy as np from numpy.linalg import eig from sklearn.datasets import load_iris def pca(X,k): X = X - X.mean(axis = 0) #...
【Python机器学习】将PCA用于cancer数据集并可视化
weixin_39407597的博客
06-07 443
这意味着在所有特征之间存在普遍的相关性，如果一个测量值很大的话，其他的测量值可能也较大。对于这里的散点图，我们绘制了第一主成分和第二主成分的关系，然后利用类别信息对数据点进行着色。在这个二维空间中的两个类别被很好的分离。对于Iris（鸢尾花）数据集，我们可以创建散点矩阵图，通过展示特征所有可能的两两组合来展示数据的局部图像。每张图都包含两个直方图，一个是良性类别的所有点（蓝色），一个是恶性类别的所有点（红色）。这样可以了解每个特征在两个类别中的分布情况，也可以猜测哪个特征能够很好的区分良性样本和恶性样本。
主成分分析（PCA）Python
qq_43010742的博客
01-27 1158
实际问题研究中，常常遇到多变量问题，变量越多，问题往往越复杂，且各个变量之间往往有联系。于是，我们想到能不能。比如说一件上衣，有身长、袖长、胸围、腰围等等十多个指标，将型号分这么多很麻烦，因此，厂家将十多项指标综合成3项指标，分别反映长度、胖瘦、特殊体型。变量具有相关性，同时就意味着，主成分分析就是将重复的变量（关系紧密的变量）删去，建立尽可能少的、互相无关的新变量。
python绘制pca主成分得分散点图
09-03
Python可以使用多种库来绘制PCA主成分得分散点图，包括matplotlib和seaborn等。 以下是使用matplotlib进行绘制的示例代码： ```python import matplotlib.pyplot as plt from sklearn.decomposition import PCA # 假设有一个数据集X，其中每列是一个特征 # 使用PCA进行降维，将数据集X降到2个主成分 pca = PCA(n_components=2) X_pca = pca.fit_transform(X) # 获取主成分得分 scores = pca.transform(X) # 绘制散点图 plt.scatter(scores[:, 0], scores[:, 1]) plt.xlabel('PC1') plt.ylabel('PC2') plt.title('PCA Scores Scatter Plot') plt.show() ``` 在以上代码中，首先导入了所需的库：matplotlib用于绘图和PCA用于进行主成分分析。然后根据数据集X，使用PCA进行降维，将数据集X降到2个主成分。接着，通过`pca.transform(X)`获取主成分得分，存储在变量`scores`中。最后，使用`plt.scatter()`绘制散点图，并设置横轴和纵轴的标签，以及图表的标题，最后通过`plt.show()`显示图形。 需要注意的是，以上代码仅仅是一个示例，具体情况可能因数据集的不同而有所变化，例如可以根据需要选择不同的主成分个数进行绘制。此外，还可以根据具体需求设置其他样式和属性，来美化散点图。
评论 102
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