Orange PCA和scikit-learn PCA之间的不同结果

Question

我使用scikit-learn PCA来找到具有20000个特征和400多个样本的数据集的主要组成部分。

但是，与Orange3 PCA哪个应该使用scikit-learn PCA相比，我得到了不同的结果。我也没有检查Orange3 PCA提出的标准化选项。

随着scikit学习第一主成分约占总方差14％，第二约13％等。

随着Orange3我得到一个非常不同的结果（〜为第一主成分等方差的65％）：

使用scikit学习我的代码如下：

import pandas as pd 
from sklearn.decomposition import PCA 
matrix = pd.read_table("matrix.csv", sep='\t', index_col=0) 
sk_pca = PCA(n_components=None) 
result = sk_pca.fit(matrix.T.values) 
print(result.explained_variance_ratio_) 

使用Orange3，我使用文件块加载了csv。然后我将这个块连接到PCA块，在那里我取消选中规范化选项。

这两种方法的区别在哪里？

Answer 1

感谢K3---rnc的回答，我检查了我是如何加载数据的。

但是数据正确加载，没有丢失数据。问题在于Orange3加载数据，将这些特征放在行上的列和样本上，这与我期望的做法相反。

所以我调换了数据和结果是一样的由scikit学习模块中给出的结果：

感谢

Answer 2

可能与Orange的PCA预处理器或加载数据的方式有关。 PCA包含以下两个预处理器：

• continuization（用于制备分类，或确定将要-分类，值成连续的，例如通过一个热变换），和
• 插补（用于替换的NaN例如平均值）。

确保您加载没有nan值的数据，并使用Orange's three line header，标记所有功能连续，因此不会进行任何转换。