时间戳

首页 > 解决方案 > scikit learn PCA - 转换结果

scikit-learn - scikit learn PCA - 转换结果

问题描述

我有一个时间序列的第一个差异，我使用 scikit 应用 PCA 来获得第一台 PC

# data is a timeseries of first differences
pca = PCA(n_components=1)
pca.fit(data)
pc1_trans = pca.transform(data)
pc1_dot = numpy.dot( data, pca.components_.T)
plt.plot( numpy.cumsum( pc1_dot )  )
plt.plot( numpy.cumsum( pc1_trans ) )

我认为原始数据和第一个组件之间的点积（投影）的结果会产生与调用 pca.transform 相同的结果，但事实并非如此（结果如下；橙色线是来自变换的数据）。为什么是这样？ 在此处输入图像描述

标签： scikit-learnpca

解决方案

在这里找到了答案

scikit PCA 向您展示了对贬义数据的转换，因此这些是等价的：

pc1_trans = pca.transform(data)
pc1_dot = numpy.dot( data - data.mean(), pca.components_.T)

推荐阅读