Python PCA（）.fit（）使用错误的轴进行数据输入

我正在使用

sklearn.decomposition.PCA

对机器学习模型的一些训练数据进行预处理。使用

pandas

从

csv

文件导入247个数据点，尺寸为4095。然后我缩放数据

training\u data=StandardScaler（）.fit\u变换（training[：，1:4096]）

调用

PCA

算法以获取每个维度的方差之前

pca=pca（n\u组件）

pca.fit（训练数据）

输出是一个长度为247的向量，但它的长度应该是4095，这样我就可以计算出每个维度的方差，而不是每个数据点的方差

我的代码如下所示：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

test = np.array(pd.read_csv("testing.csv", sep=','))
training = np.array(pd.read_csv("training.csv", sep=','))
# ID Number = [0]
# features = [1:4096]

training_data = StandardScaler().fit_transform(training[:,1:4096])
test_data = StandardScaler().fit_transform(test[:,1:4096])
training_labels = training[:,4609]

pca = PCA()
pca.fit(training_data)
pca_variance = pca.explained_variance_.

我曾尝试将

training\u data

转置，但这并没有改变输出。我也尝试过在

PCA

函数的参数中更改

n_组件

，但坚持只能有247个维度

这可能是一个愚蠢的问题，但我对这种数据处理非常陌生。谢谢。

你说：

“但它的长度应该是4095，这样我就可以计算出 每个维度，而不是每个数据点的方差。”

不可以。只有当您使用

pca=pca（n_components=4095）

估计4095个组件时，这才是正确的

---

另一方面，您定义：

pca = PCA() # this is actually PCA(n_components=None)

因此

n_components

被设置为

None

---

发生这种情况时，我们有（请参阅）：

n\u组件==min（n\u样本，n\u特征）

因此，在您的例子中，您有

min（2474095）=247个组件

因此，
pca.explained\u variance.
将是一个形状为247的向量，因为您有247个PC维度


为什么我们有
n\u组件==min（n\u样本，n\u功能）
？

这与协方差/相关矩阵的秩有关。如果数据矩阵
X
具有形状
[2474095]
，协方差/相关矩阵将是
[40954095]
，最大秩=最小（n个样本，n个特征）。因此，您最多有min（n个样本，n个功能）有意义的PC组件/尺寸。
您的数据有问题。
打印什么（training_data.shape）
返回？@seralouk返回
（2474095）
。请看我的答案，我想我明白了。非常感谢。