python中的PCA，并针对每个oth绘制前2个组件

Question

我试图在矩阵（C）上执行PCA，其中每列代表一个不同的时间点，每一行代表一个特征，我试图找到顶部的主成分，并将它们相互对比。我使用的是mdp模块，如果这个模块返回的矩阵中每一行都代表一个主组件，其中最重要的组件按降序排列，我很困惑。在

import mdp
C=mdp.pca(C)
print C

import matplotlib.pyplot as plt

plt.plot(C[2,:C.shape[1]], C[1,:C.shape[1]], 'r*')
plt.show()

谢谢你！在

Answer 1

从mdp docs on mdp.pca：

pca(x, **kwargs) Filters multidimensioanl input data through its principal components.

Observations of the same variable are stored on rows, different variables are stored on columns.

This is a shortcut function for the corresponding node nodes.PCANode. If any keyword arguments are specified, they are passed to its constructor.

This is equivalent to mdp.nodes.PCANode(**kwargs)(x)

要分解这一点，这意味着您将关键字参数发送到PCANode以设置构造函数，然后使用它的__call__方法，根据PCANode文档，该方法实际上调用了它的^{} method，它执行以下操作：

execute(self, x, n=None)

Project the input on the first 'n' principal components. If 'n' is not set, use all available components.

所以你得到了一个投影矩阵，如上所述（行上相同变量的观察值，列上不同变量的观察值）