Sklearn PCA 自动设置 n_components答案

【问题标题】：Sklearn PCA automatically set n_componentsSklearn PCA 自动设置 n_components
【发布时间】：2016-05-07 02:09:49
【问题描述】：

我正在尝试使用带有以下代码的 Sklearn PCA 将我的 5000-D 数据减少到 32-D

from sklearn.decomposition import PCA
import numpy as np 

arr = np.random.randint(1,10,(10,5000)).astype(float)
pca = PCA(n_components=32)
newData = pca.fit_transform(arr)
print newData.shape

通过上面的代码，我得到了形状为 (10,10) 的 newData（10 个 10 维样本）。我对 PCA 的理解是它应该产生形状为 (10,32) 的 newData，但这里不是这种情况。将输入数据 (arr) 更改为 50 个样本，我得到了形状为 (50,32) 的 newData，这是我所期望的。如果该值小于给定的 n_components（在本例中为 32），sklearn 似乎会自动将 n_components 设置为 min(num_samples,num_dimension)。

谁能告诉我这样做的目的是什么？

【问题讨论】：

标签： scikit-learn pca dimensionality-reduction

【解决方案1】：

根本没有足够的数据来计算您要求的所有组件。

或者，换种说法：它们是任意的，并且它们的关联方差等于 0，因为特征协方差矩阵的秩最多为 10（您需要秩为 32 才能获得 32 个分量）。

所以 scikit-learn 只是不返回它们。

【讨论】：