用Sklearn阐明“加载”的含义

Question

我在sklearn中读到了PCA，特别是特性和组件之间的关系。我特别感兴趣的是识别与几个主要组件相关的特性重要性。然而，我发现一些帖子说了不同的事情

例如，this post中的3个答案讨论了特征向量和载荷。尤其是mentioned，pca.components_.T * np.sqrt(pca.explained_variance_)显示特征的组件加载。为什么这里使用sqrt？为什么是这个产品

但是，在this answer中指出abs(pca.components_)给出了每个组件中的特性重要性。这似乎与上面所说的相矛盾，是吗This blog post还表示pca.components_是每个特性的组件加载

此外，我还不明白this是如何回答这个问题的："I think what you call the "loadings" is the result of the projection for each sample into the vector space spanned by the components. Those can be obtained by calling pca.transform(X_train) after calling pca.fit(X_train)."但这是不正确的：载荷与主成分上每个特征的系数有关，而不是样本。同意吗

希望能澄清一下