python - Sklearn PCA 是 pca.components_ 的 loadings？

Question

Sklearn PCA 是 pca.components_ 的 loadings？我很确定是这样，但我正在尝试遵循一篇研究论文，但我从他们的加载中得到了不同的结果。我在 sklearn 文档中找不到它。

Answer 1

pca.components_ 是您将数据投影到的空间的正交基础。它的形状为 (n_components, n_features)。如果您只想保留具有 100 个样本和 50 个维度(也称为特征)的数据集的前 3 个组件(例如，绘制 3D 散点图)，pca.components_ 的形状为 (3, 50)。

我认为您所说的“加载”是将每个样本投影到由分量跨越的向量空间中的结果。这些可以通过在调用 pca.fit(X_train) 之后调用 pca.transform(X_train) 来获得。结果将具有 (n_samples, n_components) 形状，即我们之前示例的 (100, 3)。