【Python/NumPy】主成分分析（寄与率の計算）

Pythonモジュール「NumPy」のPCAクラスで主成分分析を行い、各次元の寄与率を計算する方法についてソースコード付きでまとめました。

主成分分析（寄与率の計算）

Pythonモジュール「NumPy」のPCAクラスで主成分分析を行い、各次元の寄与率を求めてみます。

サンプルコード

サンプルプログラムのソースコードです。

# -*- coding:utf-8 -*-
from matplotlib import pyplot as plt
import numpy as np
from sklearn.decomposition import PCA

def main():
    # サンプル数
    N = 100

    # 乱数係数
    d = 5

    # 2次元データの生成
    x = np.arange(N) + np.random.rand(N) * d
    y = np.arange(N) + np.random.rand(N) * d
    features = np.vstack([x, y])

    # 主成分分析(主成分に変換)
    pca = PCA()
    pca.fit(features)
    transformed = pca.fit_transform(features)

    # 主成分の寄与率を出力
    print(pca.explained_variance_ratio_)

    # グラフプロット
    plt.scatter(x, y)    # 入力データをプロット
    plt.scatter(transformed[:, 0], transformed[:, 1]) # 主成分をプロット
    plt.xlabel('x, pc1')
    plt.ylabel('y, pc2')
    plt.grid()
    plt.show()

if __name__ == '__main__':
    main()

実行結果

サンプルプログラムの実行結果です。

寄与率の出力

[  1.00000000e+00   1.01930579e-29]

グラフ