sklearn PCA 是 pca.components_ 的加載項？

Question

sklearn PCA 是 pca.components_ 的加載項？ 我很確定是這樣，但我正在嘗試遵循一篇研究論文，但我從他們的加載中得到了不同的結果。 我在 sklearn 文檔中找不到它。

Answer 1

pca.components_是將數據投影到的空間的正交基。 它有形狀(n_components, n_features) 。 如果您想保留具有 100 個樣本和 50 個維度（也稱為特征）的數據集的前 3 個組件（例如做 3D 散點圖），則pca.components_將具有形狀(3, 50) 。

我認為你所說的“加載”是每個樣本到由組件跨越的向量空間的投影結果。 這些可以通過在調用pca.transform(X_train)之后調用pca.fit(X_train) 。 結果將具有形狀(n_samples, n_components) ，即我們之前的示例的(100, 3) 。

Answer 2

除了關於負載之外，之前的答案大部分是正確的。 components_ 實際上是負載，正如提問者最初所說的那樣。 fit_transform 函數的結果將為您提供主成分（變換/縮減矩陣）。