我希望使用SVD减少一些数据集的维度。但是，当前的sklearn接口只允许我指定要减少的组件数（通过n_components参数）。
这感觉＆＃34;硬编码＆＃34;，因为一些数据集的维度比其他数据集大得多，并且没有正确数量的组件来确定先验。指定要保留原始矩阵的能量（或者更具体地说，在这种情况下是数据集）是一个更好的选择（最快的＃34;参考＆＃34;我可以抓住this book，在{ {3}}（更具体地说，本PDF的第20页，＆＃34;我们应该保留多少奇异值？＆＃34;框）。
有什么方法可以在scikit-learn中使用SVD做到这一点？
我已尝试修改源代码以允许此操作，但是当前代码执行了一个＆＃34;优化步骤＆＃34;这取决于传递给代码的组件数量。如果我没有通过组件数量（即保留默认数量），则只会分解12个组件（并且能量计算将仅使用这12个组件）。为了根据能量进行计算，我必须将n_components设置为每个数据集的特征总数（转到安全方面），对某些人来说，非常慢更大的数据集。
解决这个问题的任何想法？
答案 0 :(得分：2)
正如您所见from the documentation，您可以使用解释的方差比（我认为您正在寻找的内容）或使用“mle”估算。
PCA类总是计算完整的SVD，所以你不会得到加速。您可以使用RandomizedPCA，但这不允许根据解释的方差比选择组件数。您无论如何都应该尝试它，因为对于大型数据集，它可能会比PCA快很多，即使您计算所有组件（假设n_features不是很大）。