如何选择 PCA scikitliear 的组件数量答案

【问题标题】：How to choose the number of components PCA scikitliear如何选择 PCA scikitliear 的组件数量
【发布时间】：2019-05-17 01:05:08
【问题描述】：

我正在尝试使用 PCA 分解我的列。

我发现如何选择我的在 python 中使用 scikit learn 的函数 PCA 的 n_components。我这样做了

sc = StandardScaler()
Z = sc.fit_transform(X)
pca = PCA(n_components = 5')

你能解释一下吗？

【问题讨论】：

您好，Stack Overflow 不是一般的问题解决网站。请解释您已经尝试过的内容并提供您尝试的代码。然后我们可以讨论任何问题
帖子已编辑..谢谢
请注意您的代码不正确。 PCA(svd_solver='full, n_components = 5') 是一个语法错误
是的，对不起！我刚刚编辑。我的问题是如何知道 n_components = 在哪个数字上分解..非常感谢您
这真的取决于您的应用程序。为什么要运行 PCA？您希望保留输入中的多少方差？

标签： python scikit-learn pca decomposition

【解决方案1】：

没有答案会以概率 1 告诉您什么是正确的组件数。它是特定于应用程序的。

但是，您可以使用以下启发式方法。您绘制解释方差比并选择“捕获”至少 95% 的方差的一些分量。在以下示例中，捕获大约 95% 方差的组件数量约为 30。

pca = PCA().fit(digits.data)
plt.plot(np.cumsum(pca.explained_variance_ratio_))
plt.xlabel('number of components')
plt.ylabel('cumulative explained variance')

【讨论】：

你是说 30 吗？