问题描述
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。
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@)