使用 PCA 计算原始数据集和转换后的数据集之间丢失的数据

Question

我在 Python 中使用 sklearn 进行主成分分析。

我的目的之一是生成一个 4 个组件模型，另一个包含 8 个组件，并使用 inverse_transform 将两者与原始数据进行比较。

代码是这样的：

pca4 = PCA(n_components=4)
pca4.fit(parkinsonData)
scores4=pca.transform(parkinsonData)
reconstruct4=pca.inverse_transform(scores4)

计算原始数据和我所做的重建之间的差异：

differenceMatrix=parkinsonData-reconstruct4

现在我有不同之处，但我想计算丢失的数据，尊重原始数据集。为此，我想计算原始数据集的每个元素与重建的元素之间由 2 提供的差异的平均值。

在最后一个语句中，我计算了原始数据集的每个元素与重建的元素之间的差异，但现在我必须计算幂。我不知道该怎么做，因为当我使用时：

power=differenceMatrix**

我得到一个错误：这个矩阵不是正方形的。

为了解决这个问题，我使用了

np.power(differenceMatrix,differenceMatrix)

它可以工作，但有些元素是 NAN。我知道这是由于缺少方形。

任何人都知道如何解决这个问题，并计算原始数据集和使用 PCA 转换的数据集之间丢失的数据吗？

谢谢。

Answer 1

对矩阵的每个元素求平方（我猜这就是“以 2 为动力”的意思），使用：

np.square(differenceMatrix)

这适用于元素，不会限制您使用方形矩阵。矩阵中的 NaN 在输出中作为 NaN 返回。