假设我有混合数据和（python）代码，它能够对连续预测变量进行PCA （主成分分析），对名义预测变量进行MCA （多重对应分析）。是否可以将 PCA 和 MCA 的结果合二为一？
如何在混合数据上结合 PCA 和 MCA？
数据挖掘
Python
分类数据
2021-09-17 08:31:48
4个回答
您可能希望使用混合数据的因子分析。
它允许您对完整的数据集进行降维。
AR 实现可以在 FactoMineR 包中找到。但是当您拥有大量数据/列时，此功能会遇到困难。
我不知道python中是否存在等价物。
您可以在此处找到适用于 Python 的 FAMD 实现。
我在 Python 中寻找同样的东西，我来到了实现 FAMD的王子包。
我没有足够的评论点，所以在这里回答@Edo Prince Package 中只有 CA、MCA 和 PCA 封装。我在这里看不到任何 FAMD。
dir(prince)
['CA', 'MCA', 'PCA', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', 'ca', 'mca', 'pca', 'plot', 'svd']