1.sklearn降维API

sklearn. decomposition

2.PCA

本质：PCA是一种分析、简化数据集的技术

目的：是数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。

作用：可以削减回归分析或者聚类分析中特征的数量

3.通过公式计算

4.PCA语法

# coding=utf-8
_author_ = 'liuzc'
from sklearn.decomposition import PCA

def pca():
    """
    主成分分析进行特征降维
    :return: None
    """
    pca = PCA(n_components=0.9)
    data = pca.fit_transform([[2,8,4,5],[6,3,0,8],[5,4,9,1]])
    print(data)
    return None

if __name__ == "__main__":
    pca()

结果：

[[  1.22879107e-15   3.82970843e+00]
 [  5.74456265e+00  -1.91485422e+00]
 [ -5.74456265e+00  -1.91485422e+00]]