将PCA项目重新设置为原始比例，并带有explained_variance_ratio_条件

Question

使用scikit时，我有2个关于PCA的问题。

假设我有以下数据：

fullmatrix =[[2.5, 2.4],
             [0.5, 0.7],
             [2.2, 2.9],
             [1.9, 2.2],
             [3.1, 3.0],
             [2.3, 2.7],
             [2.0, 1.6],
             [1.0, 1.1],
             [1.5, 1.6],
             [1.1, 0.9]] 

现在，我进行PCA计算：

from sklearn.decomposition import PCA as PCA

sklearn_pca = PCA()
Y_sklearn = sklearn_pca.fit_transform(fullmatrix)
print Y_sklearn  # Y_sklearn is now the Data transformed with 2 eigenvectors

sklearn_pca.explained_variance_ratio_  # variance explained by each eigenvector
print sklearn_pca.explained_variance_ratio_

sklearn_pca.components_ # eigenvectors order by highest eigenvalue
print sklearn_pca.components_ 

第一个问题：如何将这个Y_sklearn投影回原始比例？ （我知道我们应该使用所有特征向量来获取与全矩阵相同的数据，只是为了检查是否正确）。

第二个问题：如何输入有关“ sklearn_pca.explained_variance_ratio_”的最小可接受总方差的阈值？ 例如，假设我要一直使用特征向量，直到达到95％以上的总explained_variance_ratio_。 在这种情况下很容易，我们只使用第一个特征向量即可，其解释为0.996318131％。 但是，我们如何才能以更自动化的方式做到这一点呢？

Answer 1

首先： sklearn_pca.inverse_transform(Y_sklearn)

第二：

thr = 0.95
# Is cumulative sum exceeds some threshold
is_exceeds = np.cumsum(sklearn_pca.explained_variance_ratio_) >= thr
# Which minimal index provides such variance
# We need to add 1 to get minimum number of eigenvectors for saving this variance
k = np.min(np.where(is_exceeds))+1
# Or you can just initialize your model with thr parameter
sklearn_pca = PCA(n_components = thr)