第一题参考答案:
第三题程序和结果:
import numpy as np
from sklearn.decomposition import PCA
def pca(data):
pca_ = PCA(n_components=2)
# 降维数据
after_data = pca_.fit_transform(data)
# 协方差矩阵
cov_matrix = pca_.get_covariance()
# 特征值计算
lambda_EA = np.linalg.eigvals(cov_matrix)
print(after_data,'\n','\n',cov_matrix,'\n','\n',lambda_EA)
pca(
[[2, 2],
[3, 4],
[3, 5],
[4, 5],
[5, 6],
[7, 8]]
)