Python学习pca.explained_variance_ratio_截止

Question

当选择主成分数(k)时，我们选择k作为最小值，例如99%的方差被保留。

但是，在Python学习中，我不能100%确定pca.explained_variance_ratio_ = 0.99是否等于"99%的方差被保留“？有人能启发一下吗？谢谢。

• 学习PCA手册在这里

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA

Answer 1

是的，你几乎是对的。pca.explained_variance_ratio_参数返回由每个维度解释的方差向量。因此，pca.explained_variance_ratio_[i]只给出由i+1st维数解释的方差。

您可能想做pca.explained_variance_ratio_.cumsum()。这将返回向量x，以便x[i]返回由第一个i+1维度解释的累积方差。

import numpy as np
from sklearn.decomposition import PCA

np.random.seed(0)
my_matrix = np.random.randn(20, 5)

my_model = PCA(n_components=5)
my_model.fit_transform(my_matrix)

print my_model.explained_variance_
print my_model.explained_variance_ratio_
print my_model.explained_variance_ratio_.cumsum()

[ 1.50756565  1.29374452  0.97042041  0.61712667  0.31529082]
[ 0.32047581  0.27502207  0.20629036  0.13118776  0.067024  ]
[ 0.32047581  0.59549787  0.80178824  0.932976    1.        ]

因此，在我的随机玩具数据中，如果我选择k=4，我将保留93.3%的方差。

Answer 2

虽然这个问题已经超过2年了，但我想提供一个关于这个问题的更新。我也想做同样的事情，现在看来，sklearn提供了这个现成的功能。

如文档所述

如果0< n_components <1，而svd_solver ==‘full’，则选择组件数，以便需要解释的方差量大于n_components指定的百分比

所以所需的代码现在是

my_model = PCA(n_components=0.99, svd_solver='full')
my_model.fit_transform(my_matrix)

Answer 3

这对我有效，更少的打字在PCA部分。其馀部分是为了方便而增加的。只需要在早期阶段定义“数据”。

import sklearn as sl
from sklearn.preprocessing import StandardScaler as ss
from sklearn.decomposition import PCA 

st = ss().fit_transform(data)
pca = PCA(0.80)
pc = pca.fit_transform(st) # << to retain the components in an object
pc

#pca.explained_variance_ratio_
print ( "Components = ", pca.n_components_ , ";\nTotal explained variance = ",
      round(pca.explained_variance_ratio_.sum(),5)  )