如何在 PCA 中获取 n_components 的值答案

【问题标题】：How to take the value of n_components in PCA [closed]如何在 PCA 中获取 n_components 的值
【发布时间】：2021-07-11 03:00:04
【问题描述】：

我的问题是如何在 PCA (n_components=?) 中取 n_components 的值。该项目的背景是使用机器学习算法来预测疾病的阶段。我正在使用 sklearn。

我的项目中的示例：
PCA（n_components=0.95），准确率为0.72。它生成了 53 个新组件。
PCA（n_components=0.55），准确率为0.78。它生成了 5 个新组件。

svm_clf04 = SVC(kernel="linear", random_state=42)
start = time.process_time()

# Feature scaling
scaler = StandardScaler()
x_train_scaled = scaler.fit_transform(rfecv_forest01_x_train01)

# Dimension reduction
pca = PCA(n_components=0.95, svd_solver='full')  # n_components
x_train_scaled_reduced = pca.fit_transform(x_train_scaled)

print (pca.explained_variance_ratio_)
print (pca.explained_variance_)
print ("Components:",pca.n_components_)

svm_clf04.fit(x_train_scaled_reduced, y_train01)


pred = cross_val_predict(svm_clf04, x_train_scaled_reduced, y_train01, cv=10)


print("Time: ", time.process_time() - start)
print(confusion_matrix(y_train01, pred))
print(classification_report(y_train01, pred))

对于解释方差，网上有人说0.95是最好的选择。但如果我减少解释方差，准确度就会提高。我应该如何选择？ 0.95 或更高准确度的解释方差。

【问题讨论】：

您要解决的问题的背景是什么，您使用的是什么库（大概是 scikit-learn）？请展示您如何测试模型的一些代码。
我投票结束这个问题，因为它与 help center 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅 machine-learning @ 中的介绍和注意事项987654322@.
该项目的背景是使用机器学习算法来预测疾病的阶段。我正在使用 sklearn。

标签： python machine-learning scikit-learn pca

【解决方案1】：

我不确定您是否正确使用了 PCA。如果您查看文档，您会发现当求解器为 full（我假设这是 scikit-learn）时，它可以正确解释 0 和 1 之间的浮点值：

如果 0

同时默认求解器是auto。我建议在明确指定 PCA(n_components=0.95, svd_solver='full')

的同时重新运行 PCA

其次，0.95 不是“最佳选择”，我不知道为什么有人会建议它。 PCA 数量的选择取决于手头的问题，即如果您执行 PCA 以能够绘制多维数据，那么您只需要留下 2 或 3 个 PCA；在大多数其他应用程序中，问题将定义为简单起见，您准备放弃多少数据方差。

另一个选项是绘制 1、2、3... 等 PCA 的组合解释方差，并选择图形产生“扭结”的点，以便添加更多 PCA 几乎不会增加整体解释方差，即如下所示：

【讨论】：