SciKit-Learn：基本的なPCAの混乱

Question

自分のデータセットでPCAを実行するためにSciKit-Learnを使用しようとしています。私は現在2,208行と53,741列（機能）を持っています。ですから、私はこのデータセットの次元を減らすためにPCAを使いたいと思っています。私はHands-On Machine Learning with SciKit-Learn and TensorFlow次てる

：

from sklearn.decomposition import PCA 
pca = PCA(n_components=0.95) 
X_reduced = pca.fit_transform(X) 

は、私の知る限り理解し、これは彼らが、合計で、私のデータセット内の分散の95％を説明するように、列の数を減らす必要があります。

今、私はX_reducedに残っているどのように多くの機能（列）を見たい：

X_reduced.shape 
(2208, 1) 

単一機能が私のデータセット内の分散の少なくとも95％を占めているようなので、それが見えます...

1）これは非常に驚くべきことであるので、私は最も重要な寸法が分散状に貢献どのくらい見て：

pca = PCA(n_components = 1) 
X2D = pca.fit_transform(X) 
print pca.explained_variance_ratio_ 

[ 0.98544046] 

だから、それは98.5％です！

このような不思議な次元が何であるかはどのようにしてわかりますか？

2）PCAを実行するときに目標Yの値を含める必要はありませんか？

ありがとうございます！

Answer 1

この「一見不思議な次元」は、実際にはすべての次元の線形結合です。 PCAは元の列スペースから、データの共分散行列の固有ベクトルにまたがるスペースに基底を変更することによって動作します。 PCAにはデータの共分散行列の固有値と固有ベクトルしか必要ないので、Y値は必要ありません。