將PCA項目重新設置為原始比例，並帶有explained_variance_ratio_條件

Question

使用scikit時，我有2個關於PCA的問題。

假設我有以下數據：

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]] 

現在，我進行PCA計算：

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_ 

第一個問題：如何將這個Y_sklearn投影回原始比例？ （我知道我們應該使用所有特征向量來獲取與全矩陣相同的數據，只是為了檢查是否正確）。

第二個問題：如何輸入有關“ sklearn_pca.explained_variance_ratio_”的最小可接受總方差的閾值？ 例如，假設我要一直使用特征向量，直到達到95％以上的總explained_variance_ratio_。 在這種情況下很容易，我們只使用第一個特征向量即可，其解釋為0.996318131％。 但是，我們如何才能以更自動化的方式做到這一點呢？

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)