Scikit learn SKPCA组件数_

使用sklearn的PCA：

m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)

mod.components\u

将有5个组件，这对我来说很有意义，因为数据中有5个功能

但是如果

m=np.random.randn（10,20）

模块组件

将包含10个组件

假设

mod.components.

中的行对应于功能的数量，那么第二个示例中不应该有20个组件吗？数据中的组件不应该和功能一样多吗？

来自scikit learn

因此，在第一种情况下，

min（10,5）=5

，输出形状是（5,5），在第二种情况下，

min（10,20）=10

，输出形状是

（10,20）

功能与组件：

假设您有一个数据集，包含3列（年龄、性别、风险系数）和500行。在这里，功能的数量是3而不是500。实例/观察/组件的数量为500。如何可能每一行都是一个独特的特征，而在这里，年龄、性别或风险因素是唯一的特征。

---

希望一切都清楚。

谢谢@ashraful。我想问题是为什么组件的数量设置为

n\u components=min（n\u样本，n\u特征）

？为什么不是

n\u组件=n\u功能

？我一直认为应该有尽可能多的组件和特性…我同意在你的3列示例中有3个特性，所以应该有3个组件。但假设你有5列（年龄、性别、危险因素、身高、体重），只有4个观察值。为什么组件的数量不是5？你有4个组件/观察值，但你想要组件5。如何找到不在数据集中的额外观测值？因此，将其作为min（n_样本，n_特征）以避免冲突。希望现在一切都清楚了。

n_components : int, None or string
Number of components to keep. if n_components is not set all components are kept:    
n_components == min(n_samples, n_features)

from sklearn.decomposition  import *
import numpy as np
m = np.random.randn(10, 5)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (5, 5)


m = np.random.randn(10, 20)
mod = PCA()
mod.fit_transform(m)
print(mod.components_.shape) # (10, 20)