sklearn PCA 不工作

【问题标题】：sklearn PCA not workingsklearn PCA 不工作
【发布时间】：2015-09-27 00:33:07
【问题描述】：

我一直在玩 sklearn PCA，它的行为很奇怪。

from sklearn.decomposition import PCA
import numpy as np
identity = np.identity(10)
pca = PCA(n_components=10)
augmented_identity = pca.fit_transform(identity)
np.linalg.norm(identity - augmented_identity)

4.5997749080745738

请注意，我将维数设置为 10。范数不应该是 0 吗？

任何关于为什么不这样做的见解将不胜感激。

【问题讨论】：

标签： python numpy scikit-learn pca

【解决方案1】：

虽然 PCA 基于协方差矩阵计算正交分量，但 sklearn 中 PCA 的输入是数据矩阵，而不是协方差/相关矩阵。

import numpy as np
from sklearn.decomposition import PCA

# gaussian random variable, 10-dimension, identity cov mat
X = np.random.randn(100000, 10)



pca = PCA(n_components=10)
X_transformed = pca.fit_transform(X)

np.linalg.norm(np.cov(X.T) - np.cov(X_transformed.T))

Out[219]: 0.044691263454134933

【讨论】：