Question

我正在使用python进行数据科学用例的研究，并开始在名为“ train”的数据集上应用多重对应分析（mca）。首先，我将mca拟合到转换后的数据集“ train”上，这给了我预期的结果，并包含了主成分，特征值，惯性，... 现在，我想绘制一个变量图，在（X，Y）轴上标记每个变量，其中X和Y分别是第一和第二主成分。

我尝试了在网站上找到的一些代码，这向我显示了（每个变量的）类别图，这与我期望的（变量的图）不完全一样

这是我的代码：

import numpy as np
import prince

variables = ['logAge','detailed occupation recode','weeks worked in year','num persons worked for employer']


mca = prince.MCA(
     n_components=2,
     n_iter=3,
     copy=True,
     check_input=True,
     engine='auto',
     random_state=42
)
mca = mca.fit(train[variables])  
print(mca)

这是我在网上找到的类别的图：

import seaborn as sns
ax = mca.plot_coordinates(
     X=train[variables],
     ax=None,
     figsize=(18, 14),
     show_row_points=True,
     row_points_size=10,
     show_row_labels=False,
     show_column_points=True,
     column_points_size=30,
    show_column_labels=True,
     legend_n_cols=1)

如何获取变量（功能）而不是类别的同一内容。那我还要绘制个人图吗？

如何使用python绘制变量的mca图？

0 个答案: