为什么六边形顶点的 PCA 会导致主成分等长?

人工智能 主成分分析 降维
2021-10-21 04:11:34

我对放置在六边形角落的数据点进行 PCA,并获得以下主成分:

在此处输入图像描述

PCA 方差为0.6并且对于每个组件都是相同的。这是为什么?水平方向不应该比垂直方向大吗?数据介于11在里面x-方向,但仅限于之间3/23/2在里面y-方向。为什么 PCA 会导致等长分量?

图片中每个向量的长度是方差平方根的两倍。

更新:添加了更多点,差异更改为0.477但他们仍然是平等的。

在此处输入图像描述

更新 2:增加了更多点,差异变为0.44但他们仍然是平等的。

在此处输入图像描述

1个回答

假设6六边形的顶点在单位圆上,

>>> from sympy import *
>>> A = Matrix([[ 1, Rational(1,2),-Rational(1,2), -1, -Rational(1,2), Rational(1,2)], 
                [ 0,     sqrt(3)/2,     sqrt(3)/2,  0,     -sqrt(3)/2,    -sqrt(3)/2]])
>>> A * A.T
Matrix([[3, 0],
        [0, 3]])

自从AA3I2=O2任何两个正交方向都可以是主成分。