python - 查找原始特征对用作内核 PCA 中输入的主成分的影响

Question

我正在尝试对我的数据集实现内核 PCA，该数据集同时具有分类(使用一个热编码器编码)和数字特征，并将总共的维度数从 22 维减少到 3 维。之后我会继续进行集群实现。我使用 Spyder 作为 IDE。为了理解算法中生成的簇的结构，我想解释哪些特征影响导出的主成分以及它们如何影响它们。是否可以？如果是这样，我该如何解释，有什么方法吗？

Answer 1

由于您在内核空间中应用PCA，因此原始特征和缩减数据的特征之间存在严格的非线性关系；您计算的特征向量首先位于内核空间中。这阻碍了直接的方法，但也许您可以进行某种敏感性分析。对原始特征应用小扰动，并测量最终的简化特征对它们的 react 。最终特征相对于原始特征的雅可比行列式也可以是一个很好的起点。