sklearn pca n_components 等于特征数问题答案

【问题标题】：sklearn pca's n_component equals to the number of features problemsklearn pca n_components 等于特征数问题
【发布时间】：2019-11-02 10:56:51
【问题描述】：

当我不设置n_components参数时，保留的组件数等于数据框的特征数。

如果没有设置n_components，那么转换后的数据帧应该是一样的，但事实证明不是。

为什么转换后的数据帧与原始数据帧不同？

import pandas as pd
pca = PCA(random_state=seed)
pd1 = pd.DataFrame([[1,1,1],[2,2,2],[3,3,3]])
pca.fit(pd1)
print(pd1)
print(pca.transform(pd1))

输出是：

0  1  2
0  1  1  1
1  2  2  2
2  3  3  3
[[-1.73205081e+00 -1.11022302e-16  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 1.73205081e+00  1.11022302e-16  0.00000000e+00]]

【问题讨论】：

因为 sklearn 应该提供不同的输出......这就是它的目的？......

标签： python scikit-learn pca

【解决方案1】：

sklearn pca page says 中的文档

n_components == min(n_samples, n_features)

这就是为什么你的结果有 3 个组件的原因。

然后 PCA 将通过将您的数据转换为方差最大化（且正交）的 3 个主轴来完成它的工作。

要获得有关 PCA 作用的更多数学解释，请查看其他来源，例如 PCA wikipedia

【讨论】：