在 PCA 之后找出我的组件中都有哪些功能

Posted 2023-03-12

【中文标题】在 PCA 之后找出我的组件中都有哪些功能

【英文标题】：Find out which features are in my components after PCA在 PCA 之后找出我的组件中有哪些功能

【发布时间】：2020-10-14 14:28:48

【问题描述】：

我对我的数据执行了 PCA。数据如下所示：

df
Out[60]: 
        Drd1_exp1  Drd1_exp2  Drd1_exp3  ...  M7_pppp  M7_puuu  Brain_Region
0            -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr

3            -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr
4            -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr
          ...        ...        ...  ...      ...      ...           ...
150475       -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr
150478       -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr
150479       -1.0       -1.0       -1.0  ...      0.0      0.0          BaGr

我知道在“大脑区域”之前的每一行都用作特征。我也将它们标准化。 这些特征是不同的实验，它们为我提供了关于大脑 3D 图像的信息。 我会告诉你我的代码：

from sklearn.preprocessing import StandardScaler
x = df.loc[:, listend1].values
y= df.loc[:, 'Brain_Region'].values

x = StandardScaler().fit_transform(x)

from sklearn.decomposition import PCA

pca = PCA(n_components=2)
principalComponents = pca.fit_transform(x)
principalDf = pd.DataFrame(data = principalComponents
             , columns = ['principal component 1', 'principal component 2'])

finalDf = pd.concat([principalDf, df[['Brain_Region']]], axis = 1)

然后我绘制了 finalDF：

我现在的问题是：我怎样才能知道哪些功能有助于我的组件？我怎样才能找出、解释数据？

【问题讨论】：

这能回答你的问题吗？ Feature/Variable importance after a PCA analysis

【参考方案1】：

您可以使用pca.components_（或pca.components，具体取决于sklearn 版本）。 它的形状为(n_components, n_features)，在您的情况下为(2, n_features)，表示数据中最大方差的方向，它反映了特征向量中相应值的大小（更高的大小 - 更高的重要性）。你会有这样的东西：

[[0.522 0.26 0.58 0.56],
 [0.37 0.92 0.02 0.06]]

这意味着对于第一个组件（第一行），第一个、第三个和最后一个特征具有更高的重要性，而对于第二个组件，只有第二个特征很重要。

看看sklern PCA attributes description 或这个post。

顺便说一句，你也可以使用包含标签的Random Forest Classifier，训练后你可以探索特征的重要性，例如这个post。