PCA图约简维数

Question

我尝试使用PCA技术进行聚类。

在我的例子中，我有n部电影的用户所做的评论。我以这种方式创建了一个表用户x电影：

User    Movie
        0 1 2 3 4 
      0 2 0 5 0 0
      1 0 1 1 0 0
      2 0 5 5 5 0

其中0如果用户不看电影，1-5如果他评论从1到5星。形状为(6040,3706)

我将数据规范化，并在我使用此代码用于PCA之后(来自sklearn)

pca = PCA(0.7)
pca_result = pca.fit_transform(X_std)

a = pca_result[:,0]
b = pca_result[:,1] 

我使用0.7作为集群，因为我的累积解释方差

​

因此，对我来说，它的表现值是0.7，我的新形状是(6040,650)。

当我看到这个维度是这样的(但我不认为是非常有意义的)

fig = plt.figure(figsize = (20,16))
ax = fig.add_subplot(111)


ax.scatter(a,b, alpha = 1)
plt.title('Method: PCA')
plt.show()

但是用这种方法，我把A放在X轴上，B放在Y轴上，所以我认为只使用两个维度(因为我看到了所有的例子都是二维的)。

​

​

，所以我的问题是，我没有绘制出所有的维度？(在我的例子中，650个剩余维度？)，我做错了什么？

也许我的问题是愚蠢的，但我试着去理解这个话题。

Answer 1

不要使用0来编码丢失的值(特别是不使用PCA)。

这是最大的差别到5，所以本质上你现在假设用户讨厌所有他们没有评分的电影。

我不知道是否有PCA的任何变体可以处理丢失的数据。通常，它似乎假定您拥有所有的值。所以你可能需要选择其他算法。