如何使用 PCA 和 python 进行特征选择

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@）