Question

我有一组以n*2矩阵形式呈现的2D矢量。

我希望得到第一个主成分，即指示方差最大的方向的矢量。

我在莱斯大学找到了a rather detailed documentation。

基于此，我导入了数据并完成了以下操作：

import numpy as np

dataMatrix = np.array(aListOfLists)   # Convert a list-of-lists into a numpy array.  aListOfLists is the data points in a regular list-of-lists type matrix.
myPCA = PCA(dataMatrix)   # make a new PCA object from a numpy array object

那么我如何获得作为第一主成分的3D矢量？

Answer 1

PCA仅从2d数据中提供2d vecs。

查看维基百科PCA中的图片：
从这样的点云（dataMatrix）开始，并使用matplotlib.mlab.PCA，
myPCA.Wt[0]是第一台PC，图中的长PC。

Answer 2

类似的问题：Principal component analysis in Python

或者你可以看看scikits了解：http://scikit-learn.org/0.13/modules/generated/sklearn.decomposition.PCA.html

Answer 3

您的示例中使用matplotlib.mlab.PCA并不明显，但如果是，documentation表示返回的对象具有属性 Wt ，即“用于将numdims点或数组投影到PCA空间中的权重向量“。

PCA以降序返回特征值（您可以通过查看返回对象的 fracs 属性来判断）。所以第一个主成分（第一个特征向量）将是Wt的第一行。

如@denis所述，由于您的输入数据是2D，因此您的特征向量将是2D（而不是3D）。

如何使用Python通过PCA获得第一个主要组件？

3 个答案: