栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

sklearn 库的 PCA 如何查看贡献率

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

sklearn 库的 PCA 如何查看贡献率

代码:

from sklearn.decomposition import PCA
import numpy as np

X = np.random.random((10000,90))  # 数据
print(X.shape)
pca = PCA(n_components=3, whiten=True, random_state=42)  # 降维至3个特征
newX = pca.fit_transform(X)
print(newX.shape)
explained_var = pca.explained_variance_ratio_ # 获取贡献率
print(explained_var)

输出:

D:Anaconda3python.exe "D:/0_me_python/Jupyter Notebook/code/01.py"
(10000, 90)
(10000, 3)
[0.01300105 0.012586   0.01245453]

Process finished with exit code 0
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/468663.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号