я следуюАнализ основных компонентов в Python использовать PCA под Python, но я борюсь с определениемкоторый возможности для выбора (то есть, какие из моих столбцов / функций имеют наибольшую дисперсию).

Когда я используюscipy.linalg.svd, он автоматически сортирует мои значения Singular, поэтому я не могу сказать, к какому столбцу они принадлежат.

Пример кода:

import numpy as np
from scipy.linalg import svd
M = [
     [1, 1, 1, 1, 1, 1],
     [3, 3, 3, 3, 3, 3],
     [2, 2, 2, 2, 2, 2],
     [9, 9, 9, 9, 9, 9]
]
M = np.transpose(np.array(M))
U,s,Vt = svd(M, full_matrices=False)
print s

Есть ли другой способ сделать это без сортировки значений Singular?

Обновить: Похоже, что это может быть невозможно, по крайней мере, согласно этому посту на форумах Matlab:http://www.mathworks.com/matlabcentral/newsreader/view_thread/241607, Если кто-то знает иначе, дайте мне знать :)