Я работаю над графиком нагрузки PCA и, основываясь на литературе по моим данным, ожидал, что IAF и B попадут в меньший эллипс (менее важные переменные). Однако это не так; вместо этого там появляется RedEdge.
Я следовал этому руководству: https://scentellegher.github.io/machine ... learn.html< /p>
Что я могу делать не так? Моя цель — правильно разместить менее важные переменные внутри меньшего эллипса. Будем признательны за любые рекомендации!
Я работаю над графиком нагрузки PCA и, основываясь на литературе по моим данным, ожидал, что IAF и B попадут в меньший эллипс (менее важные переменные). Однако это не так; вместо этого там появляется RedEdge. Я следовал этому руководству: https://scentellegher.github.io/machine-learning/2020/01/27/pca-loadings-sklearn.html< /p> Что я могу делать не так? Моя цель — правильно разместить менее важные переменные внутри меньшего эллипса. Будем признательны за любые рекомендации! [code]variaveis_instrumentais = dados[['B', 'G', 'R', 'RedEdge', 'NIR', 'NDVI', 'NDRE', 'GNDVI', 'MPRI', 'SAVI', 'IAF', 'VARI']] scaler = StandardScaler() variaveis_instrumentais_normalizadas = scaler.fit_transform(variaveis_instrumentais)
for i, var in enumerate(variaveis_instrumentais.columns): dist = np.sqrt(loadings[i, 0]**2 + loadings[i, 1]**2) # Distância da origem if dist > 0.8: importantes.append((var, loadings[i, 0], loadings[i, 1])) else: nao_importantes.append((var, loadings[i, 0], loadings[i, 1]))
for var, x, y in importantes: plt.scatter(x, y, color='g') plt.text(x, y, var, color='g', fontsize=12)
for var, x, y in nao_importantes: plt.scatter(x, y, color='b') plt.text(x, y, var, color='b', fontsize=12)