sklearn PCA 是 pca.components_ 的加载项？

Question

sklearn PCA 是 pca.components_ 的加载项？ 我很确定是这样，但我正在尝试遵循一篇研究论文，但我从他们的加载中得到了不同的结果。 我在 sklearn 文档中找不到它。

Answer 1

pca.components_是将数据投影到的空间的正交基。 它有形状(n_components, n_features) 。 如果您想保留具有 100 个样本和 50 个维度（也称为特征）的数据集的前 3 个组件（例如做 3D 散点图），则pca.components_将具有形状(3, 50) 。

我认为你所说的“加载”是每个样本到由组件跨越的向量空间的投影结果。 这些可以通过在调用pca.transform(X_train)之后调用pca.fit(X_train) 。 结果将具有形状(n_samples, n_components) ，即我们之前的示例的(100, 3) 。

Answer 2

除了关于负载之外，之前的答案大部分是正确的。 components_ 实际上是负载，正如提问者最初所说的那样。 fit_transform 函数的结果将为您提供主成分（变换/缩减矩阵）。