scikit 学习 PCA 降维 - 数据很多特征和少量样本答案

【问题标题】：scikit learn PCA dimension reduction - data lot of features and few samplesscikit 学习 PCA 降维 - 数据很多特征和少量样本
【发布时间】：2016-02-06 08:56:26
【问题描述】：

我正在尝试使用来自 scikit-learn 的 PCA 进行降维。我的数据集有大约 300 个样本和 4096 个特征。我想将维度减少到 400 和 40。但是当我调用算法时，结果数据确实最多具有“样本数”特征。

from sklearn.decomposition import PCA

pca = PCA(n_components = 400)
trainData = pca.fit_transform(trainData)
testData = pca.transform(testData)

trainData 的初始形状为 300x4096，生成的数据形状为 300x300。有没有办法对这种数据进行这种操作（特征很多，样本很少）？

【问题讨论】：

标签： python scikit-learn pca

【解决方案1】：

可以从 M x N 数据集中提取的最大主成分数为 min(M, N)。它不是算法问题。从根本上说，这是最大的数量。

【讨论】：

对，我就是这么想的。但这是否是实现所固有的？例如，在 R 中，即使样本更少，似乎也可以减少维度......