Question

在Python中，我已经计算了数据矩阵X至eig()的特征向量和特征值。我正在寻找数据的前2个主要成分（U = [u1 u2]）。我知道前2个成分是与2个最大特征值相对应的2个特征向量，但是我不确定如何使用手边的数据（特征值，特征向量和X）来计算该信息。

计算出的特征向量和特征值：

 Eigenvectors = [[-0.68065502 -0.72805308 -0.08153196]
                 [-0.71680551  0.68482721 -0.13115467]
                 [-0.15132287  0.03082853  0.98800354]]

 Eigenvalues = [2.84217094e-14  2.15257831e+02  8.95193455e+02]

Answer 1

给出您获得的Eigenvalues = [2.84217094e-14 2.15257831e+02 8.95193455e+02]特征值

您的两个最大特征值是8.95193455e+02 and 2.15257831e+02，您的特征值之和为1110.0，对应于100％的信息。因此，最大的特征值8.95193455e+02拥有80.6％的信息。第二个特征值2.15257831e+02拥有剩余的19.4％信息，最后一个特征值2.84217094e-14太小，因此可以认为是噪声。

对于与这些特征值匹配的特征向量，Eigenvectors矩阵的每一列都与一个特征值相关联，并且它们的顺序相同。

例如，您的第一个特征值8.95193455e+02与特征向量相关联

[[-0.08153196]
 [-0.13115467]
 [ 0.98800354]]

将最大特征值与特征向量匹配

1 个答案: