python - 因子分析 Scikit

Question

我正在尝试对一些财务数据使用 scikit 的因子分析来查找模型中使用的贝塔值。 FA 有一个称为 n_components 的参数和容差。我很难理解这些变量如何影响结果。我已阅读文档并进行了研究，但无法找到任何相关信息。我是机器学习的新手，也不是统计专家。有人可以解释一下这些如何影响算法的结果吗？

Answer 1

来自sklearn.decomposition.FactorAnalysis

n_components : int | None

Dimensionality of latent space, the number of components of X that are obtained after transform. If None, n_components is set to the number of features.

tol : floatStopping tolerance for EM algorithm.

我假设您的财务数据是一个具有 (n_samples, n_features) 形状的矩阵。因子分析使用期望最大化 (EM) 优化器来查找最佳高斯分布，该分布可以在 n_tolerance 的容差内对数据进行准确建模。简单来说，n_components 是高斯分布的维数。

可以使用高斯分布建模的数据有时在一维上的方差可以忽略不计。想象一个沿其深度被挤压的椭球体，使其类似于椭圆形。如果原始数据是椭球体，则您需要 n_components = 2，以便您可以使用最简单的模型对数据进行建模。