python - 用python : features relevances进行PCA分解

Question

我现在关注下一个主题:How can I use PCA/SVD in Python for feature selection AND identification?现在，我们使用 PCA 方法在 Python 中分解我们的数据集，并为此使用 sklearn.decomposition.PCA 使用属性 components_ 我们得到所有组件。现在我们有非常相似的目标:只想取前几个组件(这部分不是问题)，看看每个 PCA 组件的输入特征比例是多少(要知道，哪些特征对我们来说非常重要)。怎么可能呢？另一个问题是，python lybrary是否有另一个主成分分析的实现？

Answer 1

what the input features proportions has every PCA component (to know, which features are much important for us). How is possible to do it?

components_ 数组的形状为 (n_components, n_features) 所以 components_[i, j] 已经给了你(有符号的)权重特征 j 对组件 i 的贡献。

如果你想获得对组件 i 贡献最大的 3 个特征的索引而不考虑符号，你可以这样做:

numpy.abs(pca.component_[i]).argsort()[::-1][:3]

注意:[::-1] 表示法可以颠倒数组的顺序:

>>> import numpy as np
>>> np.array([1, 2, 3])[::-1]
array([3, 2, 1])

Another question is, has the python library another implementations of Principal Component Analysis?

PCA 只是中心数据集的截断奇异值分解。如果您愿意，可以直接使用 numpy.linalg.svd。看看 soure code of the scikit-learn implementation of PCA了解详情。