sklearnから因子負荷を抽出できないPCA

Question

どの因子がどの変数に読み込まれるかを調べるために因子負荷が必要です。私は、次のリンクを参照しています：ここで

Factor Loadings using sklearn

はINPUT_DATAがmaster_dataである私のコードです。

X=master_data_predictors.values 

#Scaling the values 
X = scale(X) 

#taking equal number of components as equal to number of variables 
#intially we have 9 variables 
pca = PCA(n_components=9) 

pca.fit(X) 

#The amount of variance that each PC explains 
var= pca.explained_variance_ratio_ 

#Cumulative Variance explains 
var1=np.cumsum(np.round(pca.explained_variance_ratio_, decimals=4)*100) 

print var1 
[ 74.75 85.85 94.1 97.8 98.87 99.4 99.75 100. 100. ] 

#Retaining 4 components as they explain 98% of variance 
pca = PCA(n_components=4) 
pca.fit(X) 
X1=pca.fit_transform(X) 

print pca.components_ 

array([[ 0.38454129, 0.37344315, 0.2640267 , 0.36079567, 0.38070046, 
     0.37690887, 0.32949014, 0.34213449, 0.01310333], 
     [ 0.00308052, 0.00762985, -0.00556496, -0.00185015, 0.00300425, 
     0.00169865, 0.01380971, 0.0142307 , -0.99974635], 
     [ 0.0136128 , 0.04651786, 0.76405944, 0.10212738, 0.04236969, 
     0.05690046, -0.47599931, -0.41419841, -0.01629199], 
     [-0.09045103, -0.27641087, 0.53709146, -0.55429524, 0.058524 , 
     -0.19038107, 0.4397584 , 0.29430344, 0.00576399]]) 

import math 
loadings = pca.components_.T * math.sqrt(pca.explained_variance_) 

それは私が問題を理解エラー「だけの長さ-1の配列はPythonのスカラーに

を変換することができ、次の私を与えます。

##just a thought 
Loading=np.empty((8,4)) 

for i,j in (pca.components_, pca.explained_variance_): 
    loading=i*math.sqrt(j) 
    Loading=Loading.append(loading) 
##unable to proceed further 
##something wrong here 

Answer 1

これは単にモジュールを混合する問題である：私のようなpca.components_とpca.explained_variance_アレイを横断しなければなりません。配列がnumpyの場合は、math.sqrtの代わりにnp.sqrtを使用します（配列ではなく単一の値でのみ動作します）。

あなたの最後の行は、このように読んでください：

loadings = pca.components_.T * np.sqrt(pca.explained_variance_) 

これは、あなたがにリンクされているオリジナルの答えでは間違いです。私はそれに応じて編集しました。