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 :)