的Python scikit學習pca.explained_variance_ratio_截止

Question

大師，

當選擇主成分（k）的數量，我們選擇k，使得例如，方差爲99％，被保持爲最小的值。

但是，在Python Scikit學習中，我不是100％確定pca.explained_variance_ratio_ = 0.99等於「保留99％的方差」？任何人都可以啓發？謝謝。

• Python的Scikit學習PCA手冊是在這裏

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA

Answer 1

是的，你是接近直角的。 pca.explained_variance_ratio_參數返回每個維度解釋的方差向量。因此pca.explained_variance_ratio_[i]給出的方差完全由i + 1維解釋。你可能想要做pca.explained_variance_ratio_.cumsum()。這將返回一個向量x，使得x[i]返回第一個i + 1維解釋的累積方差。

import numpy as np 
from sklearn.decomposition import PCA 

np.random.seed(0) 
my_matrix = np.random.randn(20, 5) 

my_model = PCA(n_components=5) 
my_model.fit_transform(my_matrix) 

print my_model.explained_variance_ 
print my_model.explained_variance_ratio_ 
print my_model.explained_variance_ratio_.cumsum() 

---

[ 1.50756565 1.29374452 0.97042041 0.61712667 0.31529082] 
[ 0.32047581 0.27502207 0.20629036 0.13118776 0.067024 ] 
[ 0.32047581 0.59549787 0.80178824 0.932976 1.  ] 

所以在我的隨機玩具的數據，如果我拿起k=4我將保留方差的93.3％。

Answer 2

雖然這個問題超過2年，我想提供一個更新。 我想要做同樣的事情，看起來sklearn現在提供了這個功能。

如docs

如果0 < n_components指出< 1和svd_solver ==「充分」，選擇部件的數量，使得方差的需要被解釋量比較大百分比通過n_components

指定所以所需的代碼現在是

my_model = PCA(n_components=0.99, svd_solver='full') 
my_model.fit_transform(my_matrix)