estoy siguiendoAnálisis de componentes principales en Python usar PCA bajo Python, pero estoy luchando para determinarcual características a elegir (es decir, cuál de mis columnas / características tiene la mejor variación).

Cuando yo usoscipy.linalg.svd, ordena automáticamente mis valores singulares, por lo que no puedo decir a qué columna pertenecen.

Código de ejemplo:

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

¿Hay una forma diferente de hacerlo sin que se clasifiquen los valores singulares?

Actualizar: Parece que esto podría no ser posible, al menos de acuerdo con esta publicación en los foros de Matlab:http://www.mathworks.com/matlabcentral/newsreader/view_thread/241607. Si alguien sabe lo contrario, hágamelo saber :)