python相关系数主成分得分_数据科学 第 5 章 主成分分析（降维）、相关性

这两天用学了主成分分析，用的是PCA。主成分分析就是降维，通过线性组合，把多个原始变量合并成若干个主成分，这样每个主成分都变成原始变量的线性组合。所以你想看具体哪个特征对结果的影响大，通过PCA是看不到的。但PCA能把原来的10+数据特征转变为几个，实现过程如下：

导入数据：

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

inputfile = 'C:/Users/xiaom/Desktop/data/online_shoppers_intention.csv'

df = pd.read_csv(inputfile)

这是后面的几列

1、数据处理

只要购买客户数据，对VisitorType、weekend数据做处理，转换为0，1；再删除不要的字段

#只要购买客户的数据

df = df[df['Revenue'] == True]

df['VisitorType'] = np.where(df['VisitorType'] == 'Returning_Visitor',1,0)

df['workday'] = np.where(df['Weekend']==True,0,1)

df.drop(['Weekend','