文章目录
序言
前面一篇博文,我们已经了解了PCA的基本使用方法,但是对其中的参数,属性,我们还没有深入了解,这篇文章,我们将深入了解PCA的参数
关于参数n_components的简单概述
n_components参数决定了我们降维后需要保留的参数的个数。默认值为min(X.shape) 。
n_components有三种形式的值:
- 整数类型:n_components的输入值范围为[0-min(X.shape)],这种方式是人为确定留下的特征个数,容易遇到的问题是:保留的特征信息量不够大,解决办法:可解释性方差曲线 选取超参数
- mle :最大似然估计(maximum likelihood estimator), 可以让PCA自动选择最佳的参数,缺点耗时很大
- 信息量占比 :取值在[0-1],最后保留下来的特征的信息量占总信息量的比例大于该值。需要注意的是使用这种方式时需要让参数svd_solver=‘full’, 表示希望降维后的总解释性方差大于指定的百分比。
准备工作
导入相关的模块
# 准备工作啊,导入相关的模块
from sklearn.decomposition import PCA
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# %matp