PCA分析中的纯度分数少于预期

问题描述

我正在尝试针对PCA中捕获的差异绘制纯度分数的折线图。目的是绘制纯度分数的折线图，以仅捕获到的89％和99％的方差。在我的代码中，当成分/维度为2时，它捕获了89％的方差；当成分/维度为4时，它捕获了99％的方差。

import pandas as pd
import numpy as np
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

df = pd.read_csv("clustering.csv")
X10_df = df.drop("Class",axis = 1) #feature matrix
Y10_df = df["Class"] #Target vector
X10_df = np.array(X10_df)
Y10_df = np.array(Y10_df)
scaler = StandardScaler() # Standardizing the data
df_std = scaler.fit_transform(X10_df)
pca = PCA()
pca.fit(df_std)
purity = []
n_comp = range(2,5)
for k in n_comp :
    pca = PCA(n_components = k)
    pca.fit(df_std)
    pca.transform(df_std)
    scores_pca = pca.transform(df_std)
    kmeans_pca = KMeans(n_clusters=3,init ='k-means++',max_iter=300,n_init=10,random_state=0)
    pred_y12 = kmeans_pca.fit_predict(scores_pca)
    purity13 = purity_score(Y10_df,pred_y12)
    purity.append(purity13)

以下功能计算纯度得分：

def purity_score(y_true,y_pred):
    contingency_matrix = metrics.cluster.contingency_matrix(y_true,y_pred)
    return np.sum(np.amax(contingency_matrix,axis=0)) / np.sum(contingency_matrix)

但是，虽然我有四个方差得分，但我只有三个纯度得分。我希望有四个纯度得分，以便可以绘制方差与纯度的关系图。

为什么只有三个纯度分数？

这是我的数据集文件的链接：https://gofile.io/d/3CgFTi

解决方法

这仅仅是因为当您使用带范围的for循环时，该范围中的最后一个数字将被忽略。因此，在范围（2,5）中，它将进行2、3、4，然后进行循环。请继续阅读Python中的for循环。