Question

我有一个数据帧df，其中包含一个称为“事件”的列，其中有一个24x24x40 numpy数组。我要：

提取此numpy数组；
将其展平为1x23040向量；
将此条目添加为新的numpy数组或数据框中的列；
对所得矩阵执行PCA。

但是，PCA生成特征向量的维数为“条目数”，而不是“数据中的维数”。

为了说明我的问题，我演示了一个非常好用的最小示例：

示例1

from sklearn import datasets, decomposition

digits = datasets.load_digits()
X = digits.data

pca = decomposition.PCA()
X_pca = pca.fit_transform(X)

print (X.shape)
Result: (1797, 64)

print (X_pca.shape)
Result: (1797, 64)

在每种情况下，都有1797个条目，特征向量的维数为64。

现在来看我的例子：

示例2

 from sklearn import datasets, decomposition
 import pandas as pd
 hdf=pd.HDFStore('./afile.h5')
 df=hdf.select('batch0')

 print(df['event'][0].shape)
 Result: (1, 24, 24, 40)

 print(df['event'][0].shape.flatten())
 Result: (23040,)

 for index, row in df.iterrows():
        entry = df['event'][index].flatten()
        _list.append(entry)


 X = np.asarray(_list)
 pca = decomposition.PCA()
 X_pca=pca.fit_transform(X)

 print (X.shape)
 Result: (201, 23040)
 print (X_pca.shape)
 Result:(201, 201)

这具有201个条目的数据数量维度！

我不熟悉数据框，因此可能是我错误地遍历了数据框。但是，我检查了示例2中X中所得的numpy数组的行是否可以按预期的方式进行重塑和绘制。

任何想法将不胜感激！

亲切的问候！

Answer 1

Sklearn的文档指出，未指定n_components参数时保留的组件数为min(n_samples, n_features)。

现在，转到您的示例：

在您的第一个示例中，数据样本1797的数量小于维度64的数量，因此它保持了整个维度（因为您没有指定组件的数量）。但是，在第二个示例中，数据样本的数量远远少于要素的数量，因此，sklearns的PCA将维数减少为n_samples。

Sklearn PCA：正确的PC尺寸

1 个答案: