python中主成分分析如何查看各变量汇聚情况

在Python中，当你使用主成分分析（PCA）对数据进行维度降维时，你可以通过特征负载矩阵（也称为方向系数或因子载荷）来了解各个原始变量如何汇聚到新的主成分上。这些负载系数表示了每个原始特征对主成分的影响程度。

以下是一个简单的例子：

from sklearn.decomposition import PCA
import pandas as pd

# 假设你有数据集df
data = pd.read_csv('your_data.csv')

# 提取数值型特征并做PCA
numeric_features = data.select_dtypes(include=np.number)
pca = PCA(n_components=2)  # 我们只取前两个主成分
pca_result = pca.fit_transform(numeric_features)

# 获取主成分和负载系数
components = pca.components_
loadings = pd.DataFrame(pca.components_, columns=data.columns)

print("Loadings (Feature Loadings):")
print(loadings)