【问题标题】:Rotated component matrix in PythonPython中的旋转分量矩阵
【发布时间】:2019-02-11 09:30:37
【问题描述】:

我有 10 个组件,想知道每个组件的负载(来自使用的 56 个变量)

当我使用 pca.components_ 并将最高相关分数与所有 56 个变量进行比较时,有几个组件没有得到它的负载。

是不是因为我没有这样做:pca.components_.T * np.sqrt(pca.explained_variance_)

我们如何在 Python 中获得旋转的分量矩阵(就像我们在 SPSS 中获得的输出一样)?

【问题讨论】:

  • 请查看How to Ask 并随时重新提交问题,更好地描述您的问题,以及您迄今为止尝试过的内容以及遇到的错误。这将大大增加获得好答案的概率
  • 欢迎来到 Stack Overflow!我编辑了您的问题以改进格式。您可能还想添加一些代码:检查minimal reproducible example。如果您能清楚地确定您的问题,并为其他用户提供重现问题的简单方法,您就更有可能获得帮助。

标签: python pca


【解决方案1】:

我对 PCA 负载可视化提出的更多要求。我发现它是一组数组,如https://datascience-enthusiast.com/Python/PCA_Spark_Python_R.html

中所述

而loadings本身其实就是pca.component_

【讨论】:

    猜你喜欢
    • 2023-03-28
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2022-09-30
    • 1970-01-01
    • 2021-06-30
    • 2015-05-08
    相关资源
    最近更新 更多