为什么 MCA 比 PCA 慢这么多？答案

【问题标题】：Why is MCA so much slower than PCA?为什么 MCA 比 PCA 慢这么多？
【发布时间】：2019-12-05 07:36:25
【问题描述】：

我有一个大型（50k 行，2k 列）稀疏二进制数据集，因此 PCA 不是降维的最佳选择。我下载了this mca 包，运行如下代码：

import mca
import pandas as pd
data_dummy = mca.dummy(pd.DataFrame(data))
mca_counts = mca.MCA(data_dummy)
mca_components = mca_counts.fs_r(1)

我已经让它运行了一个多小时，仍然没有。相比之下，sklearn 的 PCA 实现在 30 秒内完成了相同的数据集。我做错了什么可怕的事情吗？或者 MCA 不是一种确定性的全局优化算法，不像 PCA 那样。如果是这样，我应该看看另一种实现吗？我只是想为稀疏的分类（二进制）数据找到一种快速的、下降的降维技术。

【问题讨论】：

尝试使用 skmca 或 Prince : github.com/MaxHalford/Prince
你的数据怎么样？它有分类数据还是数值数据？
数据为数字
如果它是数字的，你应该使用 PCA，MCA 更适合分类数据MCA。我认为正在发生的事情是它假设您的数据是分类的，然后尝试将其转换为数字以减少维度会花费时间。但是不要相信我的话，我不是 100% 确定。
我不认为这是正在发生的事情。即使我不运行将数据转换为数字分类数据（并自己转换）的mca.dummy() 函数，它仍然不会在一小时内完成。实际的 MCA 是什么，我不知道为什么

标签： python performance pca dimensionality-reduction

【解决方案1】：

不要使用我正在使用的 MCA 包。使用Prince，就像@LazyCoder 建议的那样。我不太确定为什么它这么快，但这似乎解决了它。

【讨论】：