python - 可视化 PCA 转换后的数据

Question

我有一个数据集，我想使用 k-means 进行聚类。
作为之前的任务，我对此数据运行 PCA，并确定了代表数据集近 90% 信息的两个组件。我想将这两个组件可视化，以便获得一些见解。

pca = PCA(n_components=2)
data_trans = pca.fit_transform(data)
plt.scatter(data_trans[:, 0], data_trans[:, 1])

接下来，我尝试可视化相同的转换数据，但来自转置矩阵

pca = PCA(n_components=2)
data_trans = pca.fit_transform(data.T)
plt.scatter(data_trans[:, 0], data_trans[:, 1])

最后一张图是否表明我的数据中可能有 6 个簇？如果有的话，我可以从这两张图中得出什么结论？

Answer 1

您看到的 6 个点不是簇。

它们是您的输入维度。

因为你使用了转置矩阵。

从上面的图来看，我怀疑聚类会在那里找到任何有意义的东西。该图包含异常值和一大​​ block 。