是否可以从 sklearn 的 PCA 估计器中提取特征值？答案

【问题标题】：Is it possible to extract eigenvalues from PCA estimator from sklearn?是否可以从 sklearn 的 PCA 估计器中提取特征值？
【发布时间】：2018-02-13 00:08:30
【问题描述】：

在我用 PCA 拟合一些数据后：

estimator = PCA(n_components)
estimator.fit(mydat)

我能否获得协方差矩阵的特征值，这些是在内部计算的（哪些 IMO 等于投影数据的方差）？

【问题讨论】：

你检查了函数文档中的attributes 吗？奇异值就足够了吗？
这里stats.stackexchange.com/a/134283/42357据说，主要值与特征值不同
是的，但您可以通过 $\lambda_j = s_j^2/ (n-1)$ 导出它们

标签： python scikit-learn pca covariance eigenvalue

【解决方案1】：

特征值应该在：

estimator.explained_variance_

如果和其他软件对比，别忘了先把数据标准化一下：

import sklearn.preprocessing
mydat = sklearn.preprocessing.StandardScaler().fit_transform(mydat_before_std)

那么你应该得到接近 R 给你的结果。

【讨论】：