Question

我对PCA算法有点困惑，特别是在sklearn中实现的算法。

当我在使用4000X784矩阵的sklearn分解中使用pca时

X.shape = (4000,784)

pca = PCA()
pca.fit(X)
pca.explained_variance_.shape

我得到了

(784,)

另一方面，当我使用另一个形状为(50,784)

的数据集时

(50,)

我做错了吗？

Answer 1

让我们看看：

explain_variance_ratio _ 数组，[n_components] 每个所选组件解释的差异百分比。 k未设置，则存储所有分量，并且解释的方差之和等于1.0

在第一种情况下，您的数据包含4000个元素和748个组件，因此该属性为您提供了748个值的数组。如果这是正确的，那么您需要转置第二个数据集。

Answer 2

PCA获得的组件的最大数量等于X矩阵的最小尺寸。

explain_variance_方法显示每个PCA 组件解释了多少数据差异。

这些数组形状是正常的，因为当您拥有的数据多于要素时，您将获得768个组件，但如果您有50行数据，则只有50个。