オレンジPCAとscikit-learn PCAの結果が異なる

Question

scikit-learn PCAを使用して、約20000個のフィーチャと400個以上のサンプルを持つデータセットの主成分を見つけています。

しかし、scikit-learn PCAを使用するOrange3 PCAと比較すると、私は異なる結果を得ています。 Orange3 PCAが提案した正規化オプションもチェックしなかった。

scikit-learnで、最初の主成分は〜14％の割合を占め、2番目の主成分は〜13％を占めるようになります。

私は（第一主成分などのための分散の〜65％）を非常に異なる結果を得るOrange3で

：

scikit学習を使用して

私のコードは次のとおりです。

import pandas as pd 
from sklearn.decomposition import PCA 
matrix = pd.read_table("matrix.csv", sep='\t', index_col=0) 
sk_pca = PCA(n_components=None) 
result = sk_pca.fit(matrix.T.values) 
print(result.explained_variance_ratio_) 

Orange3では、ファイルブロックを使用してcsvをロードしました。次に、このブロックをPCAブロックに接続しました。このブロックでは、正規化オプションがチェックされていません。

2つの方法の違いはどこですか？

Answer 1

K3---rncのおかげで、私はデータをどのように読み込んだのかを調べました。

しかし、データが正しくロードされていて、欠落データはありませんでした。問題は、Orange3が列上のフィーチャーと行上のサンプルをロードするデータをロードすることで、これは私が期待していたものの逆です。

だから私は、データを転置し、結果はscikit学習モジュールによって指定された結果と同じである：

おかげ

Answer 2

おそらくオレンジのPCAプリプロセッサやデータをロードする方法と関係があります。とNaNを交換するため

• continuization（カテゴリ作り、または決定-に被カテゴリのために、継続的に値、ワンホット変換などを介し）、および
• 帰属（：PCAは、以下の2つのプリプロセッサが含まれています例えば、平均値）。

ナノ値なしでOrange's three line headerを使用してデータをロードし、すべてのフィーチャを連続的にマーキングして、変換が行われないようにします。