是的,您几乎是正确的。该pca.explained_variance_ratio_
参数返回每个维度所解释的方差矢量。因此pca.explained_variance_ratio_[i]
给出仅由第i + 1维解释的方差。
你可能想做pca.explained_variance_ratio_.cumsum()
。这将返回一个向量x
,该向量将返回由前i + 1个维度解释x[i]
的 累积 方差。
import numpy as np
from sklearn.decomposition import PCA
np.random.seed(0)
my_matrix = np.random.randn(20, 5)
my_model = PCA(n_components=5)
my_model.fit_transform(my_matrix)
print my_model.explained_variance_
print my_model.explained_variance_ratio_
print my_model.explained_variance_ratio_.cumsum()
[ 1.50756565 1.29374452 0.97042041 0.61712667 0.31529082]
[ 0.32047581 0.27502207 0.20629036 0.13118776 0.067024 ]
[ 0.32047581 0.59549787 0.80178824 0.932976 1. ]
因此,在我的随机玩具数据中,如果我选择,k=4
我将保留93.3%的方差。