Python 中的 PCA 表达式和计算

问题描述

我有一个标准化的矩阵，想根据这个给定的 PCA 表达式进行分解：

但是，不确定我是否正确计算了分数、加载和错误矩阵。这就是我为计算它们所做的：

X = 标准化输入矩阵。

eigen_vectors,eigen_values = PCA(X)
loading_matrix = (eigen_vectors.T) * np.sqrt(eigen_values)
T = np.dot(X,eigen_vectors) # score matrix
E = X - np.dot(T,eigen_vectors.T) # Error matrix

我使用 linalg 模块来计算特征值和向量。 PCA 是一个自定义函数。

问题：

我的计算是否正确？用于加载、评分和误差矩阵？
如何确保这些矩阵的形状符合上面给定的文本（N x A、MxA 和 NxM）？

建议、更正...请...

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

pca statistics