Question

我试图用python学习pca（使用虹膜数据集），但我得到了一些结果，所以我想测试ir R的结果以确保它很好。当我检查结果时，它给了我一个python的镜像图（在y轴上），某些值中的负数字符号（python：[140,1] = 0.1826089，r [141,2] =-0.1826089 [python计数从零开始]）。

python代码：

java.lang.AssertionError: Got a list of values ["REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION","REGION"] instead of the expected single value REGION

the Linux malloc() man page

R代码：

import numpy as np
import matplotlib.pyplot as plt
import sklearn.decomposition as p
data=np.loadtxt("sample_data/iris.txt",delimiter=';',usecols=(0,1,2,3))
pca=p.PCA().fit(data)
pcaData=pca.transform(data)
plt.scatter(pcaData[:,0],pcaData[:,1])
print(pcaData[140,1])

My python diagram

在互联网上进行搜索时，我发现同样的情况。

My R diagram-The R diagram on the internet

Source-The Python diagram on the internet。

我期望是一样的。是我不太了解的东西吗？

谢谢。

Answer 1

ScikitLearn使用伪随机方法来确定奇异值分解的近似值。

请参阅https://scikit-learn.org/stable/modules/generated/sklearn.utils.extmath.randomized_svd.html

因此，除非您可以保证方法相同且使用相同的随机种子，否则您将无法获得与主要成分完全相同的值。

不同的PCA图

1 个答案: