PCA分解解释_variance_ratio_

时间:2019-07-11 12:01:54

标签: python-3.x pca feature-extraction dimensionality-reduction

我是python的新手,我使用了时间序列特征提取,并且在应用了数据缩放后,使用了PCA作为这些提取特征的降维,当我使用了explained_variance_ratio_时,我发现variance_ratio的总和大于一? / p>

x = StandardScaler().fit_transform(result) 
pca = PCA(n_components=2)
principalComponents = pca.fit_transform(x)          
principalDf[K].append(pd.DataFrame(data=principalComponents)) 
print(pca.explained_variance_ratio_)

[0.99890074 0.99988208]

0 个答案:

没有答案