components_的学习主元数

Question

使用sklearn的PCA：

m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)

mod.components_将有5个组件，这对我来说很有意义，因为数据中有5个特性。

但是，如果m = np.random.randn(10, 20) mod.components_将包含10个组件

假设mod.components_中的行对应于特性的数量，那么第二个示例中不应该有20个组件吗？难道不应该有和数据中的特性一样多的组件吗？

Answer 1

来自scikit-学习PCA

n_components : int, None or string
Number of components to keep. if n_components is not set all components are kept:    
n_components == min(n_samples, n_features)

因此，在第一种情况下，min(10,5)=5的输出形状是(5,5)，而在第二种情况下，输出形状是(10,20)。

from sklearn.decomposition  import *
import numpy as np
m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (5, 5)


m = np.random.randn(10, 20)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (10, 20)

特性Vs组件:

假设您有一个数据集，包含名为“年龄”、“性别”、“Risk_Factor”的3列和500行。在这里，功能的数量是3而不是500。实例/观察/构成部分的数目为500。如何能做到每一行都是一个独特的特点，而在这里，年龄，性别或Risk_Factor是独特的特征。希望一切都清楚。