我应该如何解释pca组件的输出_

Question

我正在阅读这篇文章Recovering features names of explained_variance_ratio_ in PCA with sklearn，我想了解以下代码行的输出：

pd.DataFrame(pca.components_, columns=subset.columns)

首先，我认为sklearn的pca组件将是每个特征解释了多少差异（我猜这就是pca的解释，对吧？）。然而，我认为这实际上是错误的，解释的方差是由pca给出的

另外，用上面的脚本构造的数据帧的输出对我来说非常混乱，因为它有几行，而且还有负数

此外，上面构造的数据帧与以下绘图有何关系：

plt.bar(range(pca.explained_variance_), pca.explained_variance_)

我真的对主成分分析和方差感到困惑

如果需要一些示例，我们可以使用iris数据集构建PCA。这就是我到目前为止所做的：

subset = iris.iloc[:, 1:5]
scaler = StandardScaler()
pca = PCA()

pipe = make_pipeline(scaler, pca)
pipe.fit(subset)

# Plot the explained variances
features = range(pca.n_components_)
_ = plt.bar(features, pca.explained_variance_)

# Dump components relations with features:
pd.DataFrame(pca.components_, columns=subset.columns)

Answer 1

在PCA中，分量（在sklearn，在components_）是原始特征之间的线性组合，增强了它们的方差。因此，它们是组合输入特征的向量，以最大化方差

在sklearn中，如所引用的here，components_按其解释的方差（explained_variance_）从最高值到最低值的顺序呈现。因此，components_的i-th向量具有explained_variance_的i-th值

关于PCA的有用链接：https://online.stat.psu.edu/stat505/lesson/11