scikit-learn - sklearn PCA 组件数_

Question

使用 sklearn 的 PCA：

m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)

mod.components_将有 5 个组件，这对我来说很有意义，因为数据中有 5 个特征。

但是，如果m = np.random.randn(10, 20) mod.components_将包含 10 个组件

假设中的行mod.components_对应于特征的数量，那么第二个示例中不应该有 20 个组件吗？数据中的组件不应该与特征一样多吗？

标签： scikit-learnpca

Answer 1

来自 scikit-learn PCA

n_components : int, None or string
Number of components to keep. if n_components is not set all components are kept:    
n_components == min(n_samples, n_features)

所以在第一种情况下min(10,5)=5，输出形状是（5,5），在第二种情况下min(10,20)=10，输出形状是(10,20)

from sklearn.decomposition  import *
import numpy as np
m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (5, 5)


m = np.random.randn(10, 20)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (10, 20)

功能与组件：

假设您有一个数据集，包含 3 个名为（Age、Sex、Risk_Factor）的列和 500 行。在这里，特征的数量是 3 而不是 500。实例/观察/组件的数量是 500。每行如何可能是一个独特的特征，而在这里，Age、Sex 或 Risk_Factor 是独特的特征。希望一切都清楚。