Jak mogę użyć PCA / SVD w Pythonie do wyboru funkcji i identyfikacji?

podążamAnaliza głównych składowych w Pythonie używać PCA w Pythonie, ale walczę z określeniemktóry funkcje do wyboru (tj. które z moich kolumn / funkcji mają najlepszą wariancję).

Kiedy używamscipy.linalg.svd, automatycznie sortuje moje wartości pojedyncze, więc nie mogę powiedzieć, do której kolumny należą.

Przykładowy kod:

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

Czy istnieje inny sposób postępowania bez sortowania wartości pojedynczych?

Aktualizacja: Wygląda na to, że nie jest to możliwe, przynajmniej zgodnie z tym postem na forach Matlab:http://www.mathworks.com/matlabcentral/newsreader/view_thread/241607. Jeśli ktoś wie inaczej, daj mi znać :)

questionAnswers(1)

yourAnswerToTheQuestion