python - 用于在 Python 中查找特征的非排序特征值

Question

我现在正在尝试使用 PCA 做一些事情，但了解每个特征值的哪些特征对我来说非常重要。

numpy.linalg.eig给我们已经排序的对角矩阵，但我希望这个矩阵与它们在原始位置。有人知道我怎么做吗？

Answer 1

斯文在他的评论中提到的是正确的。特征值没有“默认”排序。每个特征值都与一个特征向量相关联，重要的是特征值-特征向量对正确匹配。你会发现所有的语言和包都会这样做。

因此，如果 R 给你 eigenvalues[e1,e2,e3和 eigenvectors [v1,v2,v3]，python 可能会给你（比如说）[e3,e2,e1]和[v3,v2,v1].

回想一下，特征值告诉您数据中的方差有多少是由与之关联的特征向量解释的。因此，在 PCA 中有用的特征值的自然排序（对我们来说很直观）是按大小（升序或降序）。这样，您可以轻松查看特征值并确定要保留哪些特征值（大，因为它们解释了大部分数据）和丢弃哪些特征值（小，可能是高频特征或只是噪声）

Answer 2

（不是答案，但我需要此评论的高级格式。）

您必须指定您想要的订购方式。例如，这个矩阵的特征值

    / 0  1 \
A = |      |
    \ 1  0 /

是+1和-1，对应于特征向量(1 1)和(1 -1)。您希望如何对这些特征值进行排序，为什么？