python主成分分析PCA

我会带着你远行 2022-05-21 11:27 247阅读 0赞

主成分PCA分析的基本步骤：

· 对数据进行归一化处理（代码中并非这么做的，而是直接减去均值）  
· 计算归一化后的数据集的协方差矩阵  
· 计算协方差矩阵的特征值和特征向量  
· 保留最重要的k个特征（通常k要小于n），也可以自己制定，也可以选择一个阈值，然后通过前k个特征值之 和减去后面n-k个特征值之和大于这个阈值，则选择这个k  
· 找出k个特征值对应的特征向量  
· 将m \* n的数据集乘以k个n维的特征向量的特征向量（n \* k）,得到最后降维的数据。

关于主成分分析的详细讲解可以参考[这里][Link 1]  
![测试数据][70]

import pandas as pd
    inputfile = 'B:\pycharm\DataMining\data\principal_component.xls'
    outputfile = 'B:\pycharm\DataMining\data\dimention_reducted.xls'
    
    data = pd.read_excel(inputfile)
    
    from sklearn.decomposition import PCA
    
    pca = PCA()
    pca.fit(data)
    print(pca.components_) #返回模型的各个特征向量
    print('每个成分各自方差百分比 :' )
    print(pca.explained_variance_ratio_)#返回各个成分各自的方差百分比

![这里写图片描述][70 1]  
可以看到每一个特征向量和每一个成分各自方差百分比

pca = PCA(3) #保留主成分的个数
    pca.fit(data)
    low_d = pca.transform(data) #降低维度
    pd.DataFrame(low_d).to_excel(outputfile) #输出文件
    pca.inverse_transform(low_d) #恢复原始数据

降维之后的数据：  
![这里写图片描述][70 2]

[Link 1]: https://blog.csdn.net/zhongkelee/article/details/44064401
[70]: /images/20220521/bd76d3206b46447c98627ee337a9dc10.png
[70 1]: /images/20220521/58a9a0256e8e4884b5e48c2866904067.png
[70 2]: /images/20220521/99ab54c954f3460cb59d16cdd40a7c6a.png

发表评论取消回复

表情：

评论列表（有 0 条评论，247人围观）

还没有评论，来说两句吧...

相关阅读

相关 PCA(主成分分析)算法

因为对PCA算法的好奇，所以就写一篇笔记记录一下自己学习的过程。文章目录一、简介二、代码实现 2.1 实现步骤： 2.

Love The Way You Lie/ 2022年12月10日 07:19/ 0 赞/ 241 阅读

相关 PCA （主成分分析）详解

PCA （主成分分析）详解（写给初学者）结合matlab 一、简介 PCA（Principal Components Analysis）即主成分分析，是

超、凢脫俗/ 2022年09月23日 08:09/ 0 赞/ 207 阅读

相关 PCA主成分分析

Sklearn中的降维算法 ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NE

素颜马尾好姑娘i/ 2022年09月11日 12:26/ 0 赞/ 257 阅读

相关 python主成分分析PCA

主成分PCA分析的基本步骤： · 对数据进行归一化处理（代码中并非这么做的，而是直接减去均值） · 计算归一化后的数据集的协方差矩阵 · 计算协方差矩阵的特征值和特征

我会带着你远行/ 2022年05月21日 11:27/ 0 赞/ 248 阅读

相关主成分分析（PCA）原理详解

个人分类： [机器学习与Python ][Python] 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zhongkele

阳光穿透心脏的1/2处/ 2022年05月08日 00:24/ 0 赞/ 267 阅读

相关 PCA主成分分析python实现

Github源码：[https://github.com/csuldw/MachineLearning/tree/master/PCA][https_github.com_cs

谁借莪１个温暖的怀抱￠/ 2022年05月06日 06:55/ 0 赞/ 325 阅读

相关 PCA 主成分分析 KPCA

文章目录主成分分析 PCA 1. 结论 1. 单位向量的投影表示：

╰+攻爆jí腚メ/ 2022年04月14日 04:46/ 0 赞/ 427 阅读

相关主成分分析（PCA）原理详解

浏览博客时，看了博主这篇主成分分析（PCA）原理详解，恍然大悟，对主成分分析有了更深的理解，特意留下这个博客来纪念下。博主的博客地址为：[https://blog.csd

叁歲伎倆/ 2022年02月12日 10:45/ 0 赞/ 267 阅读

相关主成分分析PCA

降维的必要性 1.多重共线性--预测变量之间相互关联。多重共线性会导致解空间的不稳定，从而可能导致结果的不连贯。 2.高维空间本身具有稀疏性。一维正态分布有68%的值落

太过爱你忘了你带给我的痛/ 2022年01月16日 10:49/ 0 赞/ 439 阅读

相关 PCA-主成分分析

一、PCA简介 1.背景 > 许多领域的研究与应用中，收集大量数据(提供了丰富的信息)以便进行分析寻找规律，但也在一定程度上增加了数据采集的工作量。更重要的是在多数情况

待我称王封你为后i/ 2021年09月21日 12:38/ 0 赞/ 669 阅读