我的目标是通过对监督机器学习数据集的特征贡献，借助这个回答来对特征进行排名。
我设置了一个实验，构建了一个数据集，其中按顺序包含3个信息性特征、3个冗余特征和3个噪声特征。然后找到每个主轴上最大成分的索引。
然而，使用这种方法，我得到了一个非常糟糕的排名。我不知道自己犯了什么错误。非常感谢您的帮助。以下是我的代码：
from sklearn.datasets import make_classificationfrom sklearn.decomposition import PCAimport pandas as pdimport numpy as np# Make a dataset which contains 3 Infomative, redundant, noise features respectivelyX, _ = make_classification(n_samples=20, n_features=9, n_informative=3, n_redundant=3, random_state=0, shuffle=False)cols = ['I_'+str(i) for i in range(3)]cols += ['R_'+str(i) for i in range(3)]cols += ['N_'+str(i) for i in range(3)]dfX = pd.DataFrame(X, columns=cols)# Rank each feature by each priciple axis maximum componentmodel = PCA().fit(dfX)_ = model.transform(dfX)n_pcs= model.components_.shape[0]most_important = [np.abs(model.components_[i]).argmax() for i in range(n_pcs)]most_important_names = [dfX.columns[most_important[i]] for i in range(n_pcs)]rank = {'PC{}'.format(i): most_important_names[i] for i in range(n_pcs)}排名输出结果：
{'PC0': 'R_1', 'PC1': 'I_1', 'PC2': 'N_1', 'PC3': 'N_0', 'PC4': 'N_2', 'PC5': 'I_2', 'PC6': 'R_1', 'PC7': 'R_0', 'PC8': 'R_2'}我期望看到信息性特征I_x排在前三位。
回答：
PCA的排名标准是每列的方差，如果你想进行排名，可以输出每列的VarianceThreshold。你可以通过以下方式做到这一点：
from sklearn.feature_selection import VarianceThresholdselector = VarianceThreshold()selector.fit_transform(dfX)print(selector.variances_)# outputs [1.57412087 1.08363799 1.11752334 0.58501874 2.2983772 0.2857617# 1.09782539 0.98715471 0.93262548]可以清楚地看到，前三列（I0, I1, I2）的方差最大，因此最适合用于PCA分析。
