确定 pca 分析中 n_components 变量的值

【问题标题】：Determine the value of n_components variable in pca analysis确定 pca 分析中 n_components 变量的值
【发布时间】：2018-05-01 08:45:45
【问题描述】：

祝你有美好的一天。请帮我。我有一个标准化文件。该文件由 21 个数字列组成。

我会将pca analysis 应用到这个文件，如下所示：

pca = decomposition.PCA(n_components=21)
pca_output = pca.fit_transform(pca_matrix)
pca_inverse = pca.inverse_transform(pca_output)

据我了解，我分配给n_components 变量的值等于列数。但我不明白的是如何确定n_components 变量。

【问题讨论】：

标签： python pca

【解决方案1】：

它是一个超参数，找到它的最佳值取决于您想对数据做什么。让我描述 3 种可能的用途：

可视化：2 或 3 可能是最明智的选择：)
压缩：这里的目标是在不丢失太多信息的情况下简单地减少特征数量。您可以安装所有组件 (n_components=None)。然后检查属性explained_variance_ratio_ 并决定你愿意放弃多少。或者您可以输入n_components='mle'，让数据为您决定。
预处理：这里的降维是一些流水线的第一步（在回归/分类之前）。与压缩相反，您希望使用转换后的特征作为监督学习算法的输入。我建议通过 GridSearchCV 在 PCA 的 n_components 和预测模型的超参数上找到最佳 n_components。

【讨论】：