Разъяснение значения «загрузок» с помощью Sklearn ⇐ Python

[Anonymous]

Я читал о PCA в sklearn, в частности о связях между функциями и компонентами. Меня особенно интересует определение важности функций в отношении нескольких основных компонентов. Однако я нашел несколько сообщений, в которых говорится разное.

Например, в трех ответах этого поста обсуждаются собственные векторы и нагрузки. В частности, упоминается, что pca.comComponents_.T * np.sqrt(pca.explained_variance_) показывает загрузку компонентов функций. Почему здесь используется sqrt? И почему именно продукт?

Однако в этом ответе указано, что abs(pca.comComponents_) дает вам информацию о важности функции в каждом компоненте. Кажется, это противоречит тому, что указано выше, да? В этом сообщении блога также указано, что pca.comComponents_ — это загрузка компонента каждой функции.

Кроме того, я не понимаю, как это отвечает на вопрос: «Я подумайте, что вы называете «нагрузками» - это результат проекции каждой выборки в векторное пространство, охватываемое компонентами. Их можно получить, вызвав pca.transform(X_train) после вызова pca.fit(X_train)." Но это не правильно: нагрузки относятся к коэффициенту каждого признака основных компонентов, а не образцов. Соглашаться?

Буду очень признателен за разъяснения.

Подробнее здесь: https://stackoverflow.com/questions/583 ... ng-sklearn