绘制PCA分析的特征权重

Question

我有一组可以访问的数据：

http://textuploader.com/df5nt

我的数据集中有4列对应4种不同的功能。 我可以使用以下代码计算第一和第二主成分：

import pandas as pd
from sklearn.decomposition import PCA as sklearnPCA
from sklearn.preprocessing import StandardScaler

data = pd.read_csv('rr.txt')
X = data.ix[:,0:4].values
X_std = StandardScaler().fit_transform(X)
sklearn_pca = sklearnPCA(n_components=2)
Y_sklearn = sklearn_pca.fit_transform(X_std)

print (Y_sklearn)

现在我想为这些数据绘制功能权重。像这样的东西： features weight

我知道我需要在scikit-learn中使用解释的方差比，但我无法弄清楚如何在我的代码中实现它来获取它。我希望有人可以帮助我。 谢谢！

Answer 1

使用components_ attribute

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

lowest/highest