主成分分析python代码实现

主成分分析法代码实现

之间我介绍过主成分份分析法，这里给出代码实现

from sklearn.decomposition import PCA
import pandas as pd
import os

path="C:/Users/Administrator/Desktop/o25mso/homework/AMZN.csv"#存放文件路径，这个文件在我的资源上传里

df=pd.read_csv(path)#读取文件

pca=PCA()#创建对象
df=(df.iloc[:,2:]-df.iloc[:,2:].mean())/df.iloc[:,2:].std()#对数据进行中心化处理
#print(df)
pca.fit(df)
print(pca.components_)#返回模型的各个特征向量
print(pca.explained_variance_ratio_)#返回各个成分各自的方差百分比
pca=PCA(2)#设置转化主成分个数两个
pca.fit(df)
low_d=pca.transform(df)
print(low_d)#返回降维后的数据

运行结果：
主成分分析python代码实现
上图的结果分别为特征向量，和主成分所占的方差百分比，可以发现第一个和第二个主成分占的方差百分比比较多，其他几个特别小，所以这里我们取两个主成分进行降维，对应上诉代码。

好的，代码很简单，原理并没那么简单，如果不了解原理可以多看看这方面的理论知识。