sklearn——主成分分析PCA操作实例

import matplotlib.pyplot as plt
from sklearn.decomposition import PCA
import numpy as np

#随便弄一个四维数组来试验一下
DF = np.array([[0,1,4,3],
              [1,2,8,9],
              [2,4,16,81],
              [2,5,20,243],
              [4,6,24,729]])
#样本数不能少于维数

#如果你不知道降到几维合适，那就是用mle帮你选取降到几维
pca_mle = PCA(n_components='mle').fit(DF) #最大似然法选取特征数量
print(pca_mle.explained_variance_ratio_)
cumsum = np.cumsum(pca_mle.explained_variance_ratio_.sum())  # 使用累计统计，来表示可解释特征的信息占比和
print(cumsum)

data_dr = pca_mle.transform(DF)
print(data_dr)#每一个维度的数据都进行了零均值化
print(data_dr.shape)

#作cumsum图评价
pca_line = PCA().fit(DF)  # 什么参数都不写，代表是 min(x.shape)，一般情况下就是原特征数目了。
print(pca_line.explained_variance_ratio_)
cumsum = np.cumsum(pca_line.explained_variance_ratio_)  # 使用累计统计，来表示可解释特征的信息占比和
print(cumsum)    #从一维到四维的cumsum

plt.plot(range(1, DF.shape[1] + 1), cumsum) #设置xy
plt.xticks(range(1, DF.shape[1] + 1))  # 横坐标轴是整数
plt.xlabel('number of components after DR')
plt.ylabel('cumulative explained variance')
plt.show()

我建议使用Anaconda的Jupyter Notebook来运行，如下：