我通常会这样PCA
加载:
pca = PCA(n_components=2)
X_t = pca.fit(X).transform(X)
loadings = pca.components_
如果我PCA
使用scikit-learn
油管跑...
from sklearn.pipeline import Pipeline
pipeline = Pipeline(steps=[
('scaling',StandardScaler()),
('pca',PCA(n_components=2))
])
X_t=pipeline.fit_transform(X)
...是否有可能获得装载量?
简单尝试loadings = pipeline.components_
失败:
AttributeError: 'Pipeline' object has no attribute 'components_'
谢谢!
(也有兴趣coef_
从学习管道中提取属性。)
您是否看过以下文档:http : //scikit-learn.org/dev/modules/pipeline.html我觉得很清楚。
更新:在0.21中,您可以仅使用方括号:
pipeline['pca']
或索引
pipeline[1]
有两种方法可以到达管道中的步骤,或者使用索引,也可以使用您提供的字符串名称:
pipeline.named_steps['pca']
pipeline.steps[1][1]
这将为您提供PCA对象,您可以在该对象上获取组件。通过,named_steps
您还可以将属性访问与一起使用.
,以允许自动补全:
pipe.names_steps.pca。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句