-4

可能重复：
使用 Python 进行 PCA 分析

我有这个尺寸为 1940 x 4 的数据。它的行是读数或样本，而它的列是变量（温度、湿度、风速和压力）。我想进行 PCA 分析并使用 Python 绘制其结果。情况是，我最终得到了一些技术和示例，但我不知道如何利用它们以及即使我得到 PCA 结果该做什么。所以，我在这里寻找一个代码示例，通过它我可以在这种数据集上用 Python 实现 PCA 分析，以及了解如何解释 PCA 结果以及如何绘制它们。最后，如何解释图。非常感谢。

4

1 回答 1

0

主成分分析对于降低数据集的维数很有用。由于您的数据仅包含四个变量并且（据我所知）它们不相关，因此我不希望 PCA 对任何实际分析有价值。

如果我错了，并且您真诚地期望某些变量是相关的，您可以使用 PCA 来识别捕获大部分典型协方差的最重要的 4 向量。这些是协方差矩阵的特征向量。需要四个这样的向量才能完全跨越与输入变量相同的空间。

在测量大量变量并且存在大量相互信息的系统中，PCA 识别独立信息的重要位。我认为您的系统不是这种情况。

于 2012-12-02T14:29:37.517 回答