statistics - Python 中的 PCA 表达式和计算

Question

我有一个标准化的矩阵，想根据这个给定的 PCA 表达式进行分解：

但是，不确定我是否正确计算了分数、加载和错误矩阵。这是我为计算它们所做的：

X = 标准化输入矩阵。

eigen_vectors, eigen_values = PCA(X)
loading_matrix = (eigen_vectors.T) * np.sqrt(eigen_values)
T = np.dot(X, eigen_vectors) # score matrix
E = X - np.dot(T, eigen_vectors.T) # Error matrix

我使用linalg模块来计算特征值和向量。PCA 是一个自定义函数。

问题：

1. 我的计算正确吗？用于加载、得分和错误矩阵？
2. 如何确保这些矩阵的形状符合上面给定的文本（N x A、MxA 和 NxM）？

建议，更正......请......

标签： statisticspca