当我运行下面的代码时，我看到了’pca.explained_variance_ratio_‘和一个直方图，显示了每个特征解释的方差比例。
import statsmodels.api as smimport numpy as npimport pandas as pdimport statsmodels.formula.api as smffrom statsmodels.stats import anovamtcars = sm.datasets.get_rdataset("mtcars", "datasets", cache=True).datadf = pd.DataFrame(mtcars)x = df.iloc[:,2:]from sklearn.preprocessing import StandardScalerpca = PCA(n_components=11)principalComponents = pca.fit_transform(df)# Plotting the variances for each PCPC = range(1, pca.n_components_+1)plt.bar(PC, pca.explained_variance_ratio_, color='gold')plt.xlabel('Principal Components')plt.ylabel('Variance %')plt.xticks(PC)
如何将PCA 1和2映射回数据框中的原始特征？
回答：
每个主成分都是你变量的线性组合。例如，PC1将是（其中X1，X2代表每个因变量）：
所以w11，w22将是你的载荷，它们将代表每个特征对相关主成分的影响。基本上，它们会显示与你的主成分的相关性。参见这个帖子或者像这样的博客，了解使用sklearn的解释。
在你的例子中，你在进行主成分分析之前没有对数据进行标准化处理，所以加载量最大的向量将是幅度最大的那个。所以我们来正确地做这件事：
这些是载荷：
PCnames = ['PC'+str(i+1) for i in range(pca.n_components_)]Loadings = pd.DataFrame(pca.components_,columns=PCnames,index=df.columns)Loadings.iloc[:,:2] PC1 PC2 mpg 0.362531 -0.373916 cyl 0.016124 0.043744 disp -0.225744 -0.175311 hp -0.022540 -0.002592 drat 0.102845 0.058484 wt -0.108797 0.168554 qsec 0.367724 0.057278 vs 0.754091 0.230825 am -0.235702 -0.054035 gear 0.139285 -0.846419 carb 0.124896 0.140695 大致来说，这意味着具有高vs值的观测值将在第一主成分（PC1）上得分较高，而具有高am值的观测值将得分较低。你可以检查它们的影響：
Loadings["PC1"].sort_values().plot.barh()
