python的主成分分析代码

主成分分析是一种常用的降维技术，可以在保留数据主要特征信息的同时，减少数据的维数。下面是一个使用Python的Scikit-learn库进行主成分分析的示例代码：

from sklearn.decomposition import PCA
import numpy as np

# 创建数据(假设有5个样本，3个特征)
data = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6], [5, 6, 7]])

# 初始化PCA模型，并设置降维后的维数为2
pca = PCA(n_components=2)

# 对数据进行降维
data_reduced = pca.fit_transform(data)

# 输出降维后的数据
print(data_reduced)