不同的结果使用sklearn RandomizedPCA时疏与密矩阵

我得到不同的结果时Randomized PCA与疏与密矩阵：不同的结果使用sklearn RandomizedPCA时疏与密矩阵

import numpy as np 
import scipy.sparse as scsp 
from sklearn.decomposition import RandomizedPCA 

x = np.matrix([[1,2,3,2,0,0,0,0], 
       [2,3,1,0,0,0,0,3], 
       [1,0,0,0,2,3,2,0], 
       [3,0,0,0,4,5,6,0], 
       [0,0,4,0,0,5,6,7], 
       [0,6,4,5,6,0,0,0], 
       [7,0,5,0,7,9,0,0]]) 

csr_x = scsp.csr_matrix(x) 

s_pca = RandomizedPCA(n_components=2) 
s_pca_scores = s_pca.fit_transform(csr_x) 
s_pca_weights = s_pca.explained_variance_ratio_ 

d_pca = RandomizedPCA(n_components=2) 
d_pca_scores = s_pca.fit_transform(x) 
d_pca_weights = s_pca.explained_variance_ratio_ 

print 'sparse matrix scores {}'.format(s_pca_scores) 
print 'dense matrix scores {}'.format(d_pca_scores) 
print 'sparse matrix weights {}'.format(s_pca_weights) 
print 'dense matrix weights {}'.format(d_pca_weights)

结果：

sparse matrix scores [[ 1.90912166 2.37266113] 
[ 1.98826835 0.67329466] 
[ 3.71153199 -1.00492408] 
[ 7.76361811 -2.60901625] 
[ 7.39263662 -5.8950472 ] 
[ 5.58268666 7.97259172] 
[ 13.19312194 1.30282165]] 
dense matrix scores [[-4.23432815 0.43110596] 
[-3.87576857 -1.36999888] 
[-0.05168291 -1.02612363] 
[ 3.66039297 -1.38544473] 
[ 1.48948352 -7.0723618 ] 
[-4.97601287 5.49128164] 
[ 7.98791603 4.93154146]] 
sparse matrix weights [ 0.74988508 0.25011492] 
dense matrix weights [ 0.55596761 0.44403239]

密集的版本给出的结果正常的PCA，但矩阵稀疏时会发生什么？为什么结果不同？

来源

2013-05-21 Akavall

对于稀疏数据，RandomizedPCA不会集中数据（平均去除），因为它可能会炸毁内存使用量。这可能解释了你所观察到的。

我同意这个“功能”是记录不全。请随时在github上报告问题并跟踪并改进文档。

编辑：我们修正了scikit-learn中的差异0.15：对于稀疏数据，不推荐使用RandomizedPCA。取而代之的是使用TruncatedSVD，它可以在不尝试集中数据的情况下执行与PCA相同的操作。

来源

2013-05-21 08:49:37 ogrisel

我觉得这不是贬低做内存使用，感谢那，但贬值不会影响权重（本征值），贬低只影响分数。但是，我的特征值有很大的不同，所以一定还有其他的事情发生。 – Akavall

不同的结果使用sklearn RandomizedPCA时疏与密矩阵

回答

相关问题