使用 PCA 和 SVD 计算的不同阶的特征值

Different order of eigenvalues computed with PCA and SVD

python
pca
svd

我真的不知道为什么，当我从我的数据集中使用 PCA 计算特征值时，我获得了一个向量，其值在 SVD 的不同顺序方面

这是结果

这是代码

感谢帮助！！！

当您使用 np.linalg.eig 时，您的 PCA 是不完整的，因为在特征分解之后您必须重新排序项，以便对角矩阵中的特征值按降序排列（这不是特征分解本身的一部分).此外，eig docs do not guarantee any order in your results, whereas the SVD docs 明确声明您的值按降序返回。

使用 PCA 和 SVD 计算的不同阶的特征值

Different order of eigenvalues computed with PCA and SVD

python

pca

svd