如何解决如何使用 PCA 和 python 进行特征选择
我正在学习 PCA,这里我使用的是数据集 https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data
我应用 PCA 是因为我想学习特征选择。我执行以下操作:
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
from sklearn.decomposition import PCA
pca = PCA()
X_train = pca.fit_transform(X_train)
X_test = pca.transform(X_test)
explained_variance = pca.explained_variance_ratio_
我得到了结果,但是有人能告诉我如何解释结果 - 即如何从 PCA 数组中获取特征的精确名称。
比如可以使用 PCA 进行特征选择吗?
谢谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。