学习PCA -转换结果

Question

我有第一批差异的时间序列，我应用PCA，使用scikit获得第一台PC。

# data is a timeseries of first differences
pca = PCA(n_components=1)
pca.fit(data)
pc1_trans = pca.transform(data)
pc1_dot = numpy.dot( data, pca.components_.T)
plt.plot( numpy.cumsum( pc1_dot )  )
plt.plot( numpy.cumsum( pc1_trans ) ) 

我认为，原始数据和第一个组件之间的点积(投影)结果将产生与调用pca.transform相同的结果，但情况并非如此(下面的结果；橙色线是来自转换的数据)。为什么会这样呢？

​

Answer 1

找到答案here

scikit PCA向您展示了对非平均数据的转换，因此它们是等价的：

pc1_trans = pca.transform(data)
pc1_dot = numpy.dot( data - data.mean(), pca.components_.T)