PCA分析与Python

-4

可能重复绘制：
PCA Analysis with Python PCA分析与Python

我有这个data这是1940年×4在它的尺寸。它的行是读数或样本，而列是变量（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，我已经结束了一些技术和示例，但我不知道如何利用它们以及即使获得PCA结果该怎么做。所以，在这里，我正在寻找一个代码示例，通过该示例，我可以在这种类型的数据集上实现Python中的PCA分析，并了解如何解释PCA结果以及如何绘制它们......最后，如何解释这些图。非常感谢。

来源

2012-12-02 khan

http://stackoverflow.com/questions/1730600/principal-component-analysis-in-python – YXD

E先生的评论应该有所帮助。此外，它似乎你的[上一个问题]（http://stackoverflow.com/questions/13224362/pca-analysis-with-python）得到了一些非常可靠的答案（我不知道这个问题是如何非常不同）。 – gary

我见过这个例子..所以说这就是你如何绘制你的PCA ..我需要知道我应该怎么计算加上什么在PCA结果中绘图以及如何正确解释它们。:( – khan

主成分分析对于降低数据集的维度很有用。由于您的数据仅包含四个变量（据我所知）并不相关，所以我不希望PCA对于任何实际分析都有价值。

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来确定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。需要四个这样的矢量才能完全跨越与输入变量相同的空间。

在对大量变量进行测量并且存在大量可变信息的系统中，PCA识别独立信息的重要位。我不认为这是你的系统的情况。

来源

2012-12-02 14:29:37

PCA分析与Python

回答

相关问题