Python：数据分析的 PCA 问题

Question

我正在尝试使用 PCA sklearn 包进行一些数据分析。我目前遇到的问题是我的代码分析数据的方式。

部分数据示例如下

波长强度 ; [嗯] [W/m**2/um/sr] 196.078431372549 1.108370393265022E-003 192.307692307692 1.163428008597600E-003 188.679245283019 1.223639983609668E-003

目前编写的代码如下：

scaler = StandardScaler(with_mean=True, with_std=True) #scales the data

data_crescent=ascii.read('earth_crescent.dat',data_start=4958, data_end=13300, delimiter=' ')#where the data is being read


#where each variable comes from in the dat 
y_intensity_crescent=data_crescent['col2'][:]
x_wave_crescent=data_crescent['col1'][:]

standard_y_crescent=StandardScaler().fit_transform(y_intensity_crescent)#standardizing the intensity variable

#PCA runthrough of data 
pca= PCA(n_components=2)
principalCrescentY=pca.fit_transform(standard_y_crescent)
principalDfcrescent = pd.DataFrame(data = principalCrescentY
             , columns = ['principal component 1', 'principal component 2'])



finalDfcrescent = pd.concat([principalDfcrescent, [y_intensity_crescent]], axis = 1)

一旦运行，数据就会产生这个错误：

    ValueError: Expected 2D array, got 1D array instead:

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample

为了通过 PCA 分析数据，需要将数据转换为 2D 模型，以产生预期的结果。任何解决方法将不胜感激！

Answer 1

问题是您通过执行以下操作为您的 pca 对象提供了一个功能 y_intensity_crescent：principalCrescentY=pca.fit_transform(standard_y_crescent)。实际上，您只为您的 pca 算法提供了一个维度。粗略地说：主成分分析采用多个特征时间序列，并将它们组合成组件，这些组件是特征的组合。如果您想要 2 个组件，则需要超过 1 个功能。

以下是一些如何正确使用它的示例：PCA tutorial using sklearn