来自 sklearn/opencv 库的 PCA 转换/项目函数是否保留原始数据集的顺序?

Question

我想知道来自 sklearn.decomposition.PCA 的transform()或来自 opencv C++project()是否重新排列了原始数据的结果。

pca.py：

import pandas as pd
from sklearn.decomposition import PCA
# read csv into dataframe
df = pd.read_csv('sample.csv')
columns=['x', 'y']
pca = PCA()
pca.fit(df)
t = pca.transform(df)
print(t)

样品.csv：

x,y
2.5,2.4
0.5,0.7
2.2,2.9
1.9,2.2
3.1,3.0
2.3,2.7
2,1.6
1,1.1
1.5,1.6
1.1,0.9

转换后的数据：

[[-0.82797019 -0.17511531]
 [ 1.77758033  0.14285723]
 [-0.99219749  0.38437499]
 [-0.27421042  0.13041721]
 [-1.67580142 -0.20949846]
 [-0.9129491   0.17528244]
 [ 0.09910944 -0.3498247 ]
 [ 1.14457216  0.04641726]
 [ 0.43804614  0.01776463]
 [ 1.22382056 -0.16267529]]

我想确保(2.5, 2.4)对应于(-0.82797019, -0.17511531)，(0.5,0.7)对应于(1.77758033,0.14285723)等等。

OpenCV PCA类的project()输出相同。但是特征值似乎从 OpenCV 库中自动按降序重新排列，所以我想知道这些转换/投影的数据是否也相应地排列。

Answer 1

简而言之，是的，样本的顺序与投影/变换的顺序相同。另一方面，特征值在sklearn和OpenCv以及几乎所有的 PCA 实现中总是按降序排序，因为这是 PCA 的要点：保留最大的特征值。