我正在使用PCA将矩阵m*n缩减为矩阵m*2。
我正在使用apache spark site内的代码段进入我的项目，并且它可以正常工作。
import org.apache.spark.mllib.linalg.Matrix
import org.apache.spark.mllib.linalg.distributed.RowMatrix
val mat: RowMatrix = ...
// Compute the top 2 principal components.
val pc: Matrix = mat.computePrincipalComponents(2) // Principal components are stored in a local dense matrix.
// Project the rows to the linear space spanned by the top 2 principal components.
val projected: RowMatrix = mat.multiply(pc)
如果有办法获取旧数据，我还没有在API内看到。 为了了解哪些列PCA被选为主要组件。
是否有任何库函数可以执行此操作？
更新
如果PCA算法选择并转换了两列我的数据，我想知道如何验证此转换所引用的旧数据的哪些列？
实施例
multiDimensional Matrix：
0 0 0 2 4
2 4 9 1 3
3 9 3 2 7
9 6 0 7 7
在PCA算法减少2维后，我将获得：
-1.4 3
2 -4.0
3 -2.9
-0.9 6
说，如何理解PCA从原始数据中选择 ,as principal components, 哪些列进行还原？
提前致谢。
答案 0 :(得分：2)
矩阵pc包含主要组件作为其列。根据文件：
行对应于观察，列对应于变量。主成分存储在大小为n×k的局部矩阵中。每列对应一个主成分，列按成分方差的降序排列。
因此，您可以通过执行
来查看 i -th列val pc: Matrix = ...
val i: Int = ...
for(row <- 0 until pc.numRows) {
println(pc(row, i))
}
<强>更新
如果您有输入矩阵mat =
0 0 0 2 4
2 4 9 1 3
3 9 3 2 7
9 6 0 7 7
其中每行构成一个示例，每列构成变量，然后您可以计算PCA。变化最大的两个主要组成部分是pc =
0.6072 0.2049
0.3466 0.6626
-0.4674 0.7098
0.4343 -0.1024
0.3225 0.0689
每列构成投影方向以获得维数减少数据的单个维度。为了现在获得维数减少的数据，您计算mat * pc，它可以为您提供
2.1588 0.0706
-0.2041 9.5523
6.6652 8.9843
12.8425 5.5844
这是您在低维向量空间中投影时的数据。这里每行再次代表一个例子，每一列代表一个变量。
如果我已正确理解您的问题，那么您正在寻找矩阵pc的列，它们会告诉您每个原始维度对投影维度的贡献程度。投影只是原始数据与投影方向（pc列）的标量积。