Python:数据分析的PCA问题

Question

我正在尝试用PCA sklearn包做一些数据分析。我目前遇到的问题是我的代码分析数据的方式。

下面是一些数据的示例

波长强度；um 196.078431372549 1.108370393265022E-003 192.307692307692 1.163428008597600E-003 188.679245283019 1.223639983609668E-003

到目前为止编写的代码如下：

scaler = StandardScaler(with_mean=True, with_std=True) #scales the data

data_crescent=ascii.read('earth_crescent.dat',data_start=4958, data_end=13300, delimiter=' ')#where the data is being read


#where each variable comes from in the dat 
y_intensity_crescent=data_crescent['col2'][:]
x_wave_crescent=data_crescent['col1'][:]

standard_y_crescent=StandardScaler().fit_transform(y_intensity_crescent)#standardizing the intensity variable

#PCA runthrough of data 
pca= PCA(n_components=2)
principalCrescentY=pca.fit_transform(standard_y_crescent)
principalDfcrescent = pd.DataFrame(data = principalCrescentY
             , columns = ['principal component 1', 'principal component 2'])



finalDfcrescent = pd.concat([principalDfcrescent, [y_intensity_crescent]], axis = 1)

一旦运行，数据就会产生这个错误：

    ValueError: Expected 2D array, got 1D array instead:

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample

为了通过PCA分析数据，需要将数据转换为2D模型，以产生预期的结果。周围的任何工作都将非常感谢！

Answer 1

问题是，您通过执行以下操作为您的pca对象提供了一个功能y_intensity_crescent：principalCrescentY=pca.fit_transform(standard_y_crescent)。实际上，你只给了你的pca算法一个维度。粗略地说:主成分分析采用多个特征时间序列，并将它们组合成多个特征组合的分量。如果你想要2个组件，你需要1个以上的功能。

下面是一些如何正确使用它的示例：PCA tutorial using sklearn