如何在嵌入可视化工具中识别PCA组件

Question

我正在尝试使用Tensorboard嵌入式投影仪中的PCA工具分析一些数据（一些1d向量）。我想知道是否有任何方法可以标记张量单个组件，以便我能够确定哪些组件描述的方差最大。

这是我的嵌入代码，其中我有一个名为'variables'的变量列表。

create embeddings and write
    with tf.Session() as sess:
        saver = tf.train.Saver(variables)
    for var in variables:
        sess.run(var.initializer)
    saver.save(sess, os.path.join(logdir, 'images.ckpt'))

    config = projector.ProjectorConfig()
    for var in variables:
        # One can add multiple embeddings.
        embedding = config.embeddings.add()
        embedding.tensor_name = var.name
        # Link this tensor to its metadata file (e.g. labels).
        embedding.metadata_path = metadata
        # Saves a config file that TensorBoard will read during startup.
    projector.visualize_embeddings(tf.summary.FileWriter(logdir), config)

我想标记“Component＃1”，“Component＃2”等等，所以我可以将它与一个矢量位置匹配。