使用增量 PCA 获取特征值答案

【问题标题】：Get eigenvalues with Incremental PCA使用增量 PCA 获取特征值
【发布时间】：2017-02-20 19:34:10
【问题描述】：

我正在做降维工作，想从我的数据集中获取特征值和特征向量。由于有几个特征（图片）我尝试使用Incrementa PCA，但是我在文档中没有找到获取特征值/特征向量的方法，是否可以通过增量PCA获取它们？

def get_incremental_pca(training,n_components,batch_size):

   ipca = PCA(n_components)
   return ipca.fit_transform(training) //The training set with reduced dimensionality

【问题讨论】：

请在此处添加您尝试过的代码。
@MiheretabAlemu 好的
你得到答案了吗？我遇到了同样的问题。

标签： python scikit-learn eigenvalue dimensionality-reduction

【解决方案1】：

这里没有太多代码可以写出来，所以在一般情况下：

eigenvalues = ipca.explained_variance_ratio_

eigenvectors = ipca.components_

mu = ipca.mean_

【讨论】：