sklearn中PCA的使用方法

1. 函数原型及参数说明

这里只挑几个比较重要的参数进行说明。

sklearn.decomposition.PCA(n_components=None, copy=True, whiten=False)

n_components: int, float, None 或 string，PCA算法中所要保留的主成分个数，也即保留下来的特征个数，如果 n_components = 1，将把原始数据降到一维；如果赋值为string，如n_components='mle'，将自动选取特征个数，使得满足所要求的方差百分比；如果没有赋值，默认为None，特征个数不会改变（特征数据本身会改变）。
 copy：True 或False，默认为True，即是否需要将原始训练数据复制。
 whiten：True 或False，默认为False，即是否白化，使得每个特征具有相同的方差。
2. PCA对象的属性

explained_variance_ratio_：返回所保留各个特征的方差百分比，如果n_components没有赋值，则所有特征都会返回一个数值且解释方差之和等于1。
 n_components_：返回所保留的特征个数。
3.PCA常用方法

fit(X): 用数据X来训练PCA模型。
 fit_transform(X)：用X来训练PCA模型，同时返回降维后的数据。
 inverse_transform(newData) ：将降维后的数据转换成原始数据，但可能不会完全一样，会有些许差别。
 transform(X)：将数据X转换成降维后的数据，当模型训练好后，对于新输入的数据，也可以用transform方法来降维。

 

 

以下是python实例：

import numpy as np,matplotlib.pyplot as plt
from sklearn.decomposition import PCA
import sklearn.datasets as dts
# 加载乳腺癌数据集
canner = dts.load_wine()
x = canner.data
y = canner.target
# 建模
plt.scatter(x[y==0,0],x[y==0,1],c='r',label=canner.target_names[0])
plt.scatter(x[y==1,0],x[y==1,1],c='b',label=canner.target_names[1])
plt.legend()
plt.show()

model = PCA(n_components=2)
z = model.fit_transform(x)    # 训练并降维

#  组件
print('特征向量:',model.components_)
#  解释方差
print('解释方差:',model.explained_variance_)
#  解释方差比
print('方差解释比',model.explained_variance_ratio_)

# 画降维后的 0-1 分布图
plt.scatter(z[:,0],z[:,1],c=y,cmap=plt.cm.Paired)
# 显示图例 看着更清晰
plt.scatter(z[y==0,0],z[y==0,1],c='r',label=canner.target_names[0])
plt.scatter(z[y==1,0],z[y==1,1],c='b',label=canner.target_names[1])
plt.legend()
plt.show()

# 数据重建 还原特征
xnew = model.inverse_transform(z)