Question

我正在学习python，并尝试将我的R代码复制到python。复制时，我发现R prcomp和python sklearn PCA的结果不同。

这是我的带有虹膜数据集的python＆R代码。

import pandas as pd
import numpy as np
from sklearn.decomposition import PCA

iris = datasets.load_iris()
iris = iris['data']
pca_iris = PCA(n_components=4)
pca_iris_ = pca_iris.fit_transform(iris)
pca_iris_df = pd.DataFrame(data = pca_iris_)pca_iris_df.head(10)
          0         1         2         3
0 -2.684126  0.319397 -0.027915 -0.002262
1 -2.714142 -0.177001 -0.210464 -0.099027
2 -2.888991 -0.144949  0.017900 -0.019968
3 -2.745343 -0.318299  0.031559  0.075576
4 -2.728717  0.326755  0.090079  0.061259
5 -2.280860  0.741330  0.168678  0.024201
6 -2.820538 -0.089461  0.257892  0.048143
7 -2.626145  0.163385 -0.021879  0.045298
8 -2.886383 -0.578312  0.020760  0.026745
9 -2.672756 -0.113774 -0.197633  0.056295

head(prcomp(iris[,-5])$x)
           PC1        PC2         PC3          PC4
[1,] -2.684126 -0.3193972  0.02791483  0.002262437
[2,] -2.714142  0.1770012  0.21046427  0.099026550
[3,] -2.888991  0.1449494 -0.01790026  0.019968390
[4,] -2.745343  0.3182990 -0.03155937 -0.075575817
[5,] -2.728717 -0.3267545 -0.09007924 -0.061258593
[6,] -2.280860 -0.7413304 -0.16867766 -0.024200858

如您所见，绝对值相同，但PC2，PC3和PC4值不同。有人知道为什么吗？

PCA在R（prcomp）和python（sklearn.decomposition）

0 个答案: