Встречается на собеседованиях • сегодня

Как определить процент потерянной дисперсии при использовании метода PCA

При использовании PCA процент потерянной дисперсии можно определить как разницу между 100% и суммой объяснённой дисперсии выбранных компонент. В sklearn для этого используется атрибут explained_variance_ratio_.

python
from sklearn.decomposition import PCA
import numpy as np

# Пример данных
X = np.random.rand(100, 5)

# Применяем PCA
pca = PCA(n_components=3)
pca.fit(X)

# Объяснённая дисперсия для выбранных компонент
explained_variance = sum(pca.explained_variance_ratio_)

# Потерянная дисперсия
lost_variance = 1 - explained_variance
print(f"Потеряно {lost_variance:.2%} дисперсии")
Sophi
Софи собрала все вопросы. Тренируйся и получай
офферы быстрее!
Попробовать бесплатноArrow

Следующий вопрос

Это единственный вопрос по вашему фильтру

как отвечать на вопрос
пример собеседования
фреймворки на собеседовании
типичные вопросы junior
интервью вопросы и ответы