假设我有5个特征A，B，C，D，E。
我将PCA应用于数据以将维数减少到3。这意味着现在我具有3个主要组件，其中每个PC都是一个新变量。现在，我想知道A，B，C，D，E中哪个特征最重要，哪个是第二重要特征，依此类推以及增加多少（例如得分）。
我知道第一台PC具有最高的方差（重要性），其次是2nd，其次是3rd，依此类推，但是我想要原始特征A，B，C，D，E中的重要性。是否有任何方法可以找到吗？
答案 0 :(得分：1)
PCA的排名标准是每列的方差，如果您希望获得排名，您可以执行的是输出各列的VarianceThreshold。你可以这样做
from sklearn.feature_selection import VarianceThreshold
selector = VarianceThreshold()
selector.fit_transform(dataframe)
print(selector.variances_)