如何在prince库中调用命令显示PCA特征向量？

在prince的PCA实现中，特征向量可以通过components_属性直接调用，和你已知的eigenvalues_（特征值）属性用法一致。

具体用法示例 #

import prince
import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [2, 4, 5, 6, 7],
    'C': [3, 5, 7, 8, 9]
})

# 初始化并拟合PCA模型
pca = prince.PCA(n_components=2)
pca.fit(df)

# 获取特征值
print("特征值：")
print(pca.eigenvalues_)

# 获取特征向量
print("\n特征向量：")
print(pca.components_)

属性说明 #

• components_是一个二维数组，每一行对应一个主成分（按特征值从大到小排序），每一列对应原始数据的一个特征，数组中的数值代表该特征在对应主成分上的载荷权重。

内容的提问来源于stack exchange，提问作者zazoupile