主成分分析法降维到多少合适

在主成分分析(PCA)中，降维后保留多少维度是一个非常重要的问题。一般来说，我们希望保留尽可能多的信息，但是又不能保留过多的维度，因为这可能会导致过拟合。

一种比较常见的做法是，先计算所有主成分的方差贡献率，然后选择前几个主成分，使它们的方差贡献率之和达到一个预设的阈值。通常来说，保留90%以上的方差贡献率就可以保留足够的信息，同时保持较低的维度。

具体来说，我们可以使用如下代码来计算主成分的方差贡献率，并选择前几个主成分：

from sklearn.decomposition import PCA
import numpy as np

# 加载数据
X = np.loadtxt('data.txt')

# 计算主成分
pca = PCA()
pca.fit(X)

# 计算方差贡献率
var_ratio = pca.explained_variance_ratio_

# 选择前k个主成分
k = 0
for i in range(len(var_ratio)):
    if sum(var_ratio[:i+1]) >= 0.9:
        k = i+1
        break

# 降维
pca = PCA(n_components=k)
X_new = pca.fit_transform(X)

在这个示例代码中，我们首先使用PCA计算了所有主成分，并计算了它们的方差贡献率。然后，我们选择了前k个主成分，使它们的方差贡献率之和达到了90%。最后，我们使用PCA对象的fit_transform()方法将数据降到了k维。

需要注意的是，选择保留多少维度不仅取决于数据本身，还取决于具体的应用场景。在一些场景下，可能需要保留更高的方差贡献率，而在另一些场景下，可能只需要保留较低的方差贡献率。因此，具体选择保留多少维度需要结合实际情况进行综合考虑。