PCA in scikit-learn hat ein Attribut namens "explained_variance", das die von jeder Komponente erklärte Varianz erfasst. Ich sehe keine ähnliche Sache für FactorAnalysis in scikit-learn. Wie kann ich die von jeder Komponente für die Faktoranalyse erläuterte Varianz berechnen?Faktorenanalyse in sklearn: Erklärte Varianz
Hier ist, wie Sie es tun können:
zuerst die Komponenten-Matrix und der Rauschvarianz erhalten, sobald Sie Faktorenanalyse durchgeführt haben, lassen fa
m = fa.components_
n = fa.noise_variance_
Square Ihr angepasste Modell sein diese Matrix
m1 = m**2
Berechnen Sie die Summe von jeder der Spalten von m1
m2 = np.sum(m1,axis=1)
die% Abweichung von dem ersten Faktor nun erklärte
pvar1 = (100*m2[0])/np.sum(m2)
sein wird, in ähnlicher Weise, zweiter Faktor
pvar2 = (100*m2[1])/np.sum(m2)
, gibt es auch eine Abweichung von der Rauschkomponente erklärt, wenn Sie Konto dass in Ihrer Varianz erklärt, müssen Sie berechnen
pvar1_with_noise = (100*m2[0])/(np.sum(m2)+np.sum(n))
pvar2_with_noise = (100*m2[1])/(np.sum(m2)+np.sum(n))
und so weiter. Hoffe das hilft.