【问题标题】:How can I get reduction dimensionality with sklearn PCA when I have more features than rows?当我的特征多于行时,如何使用 sklearn PCA 获得降维?
【发布时间】:2018-04-24 18:16:25
【问题描述】:

我在一个项目中工作,我必须读取一个列多于行的 csv 文件。当我将 sklearn 中的 PCA 与具有比特征更多的行的 csv 一起使用时,它运行良好,但现在我有更多特征,当我使用 pca().fit_transform() 时,它返回一个包含列数的方阵等于总行数。如何获取所有元素?

【问题讨论】:

    标签: python scikit-learn pca


    【解决方案1】:

    如果有 p 个变量的 n 个观测值,则不同主成分的数量为 min(n-1,p)。

    wiki

    【讨论】:

      猜你喜欢
      • 2015-08-19
      • 2020-10-27
      • 1970-01-01
      • 1970-01-01
      • 2023-04-03
      • 2015-02-28
      • 2015-11-01
      • 2017-08-19
      • 1970-01-01
      相关资源
      最近更新 更多