Python 澄清“的含义”；“装载量”；使用Sklearn

我一直在阅读sklearn中的PCA，特别是特性和组件之间的关系。我特别感兴趣的是识别与几个主要组件相关的特征重要性。然而，我发现一些帖子说了不同的话

例如，在中的3个答案中讨论了特征向量和载荷。特别是，

pca.components\uuu.T*np.sqrt（pca.explained\u variance）

显示了特征的组件加载。为什么这里使用

sqrt

？为什么是这个产品

但是，其中指出，

abs（pca.components）

为您提供了每个组件中的特征重要性。这似乎与上面所说的相矛盾，是吗？还指示

pca.components_uu

是每个特征的组件加载

此外，我无法理解如何回答这个问题：

“我认为您所谓的“加载”是每个样本投影到组件所跨越的向量空间的结果。这些可以通过调用pca.fit（X_train）后调用pca.transform（X_train）来获得。”

但这是不正确的：载荷与主成分上每个特征的系数有关，而不是样本。同意吗

我真的很想在这里澄清一下