Как вы можете создать корреляционную матрицу в PCA на Python? - PullRequest
Новая
       32

Как вы можете создать корреляционную матрицу в PCA на Python?

0 голосов
/ 12 октября 2018

Как мне создать корреляционную матрицу в PCA на Python?Ниже я создаю DataFrame загрузок собственных векторов через pca.components_, но я не знаю, как создать фактическую матрицу корреляции (то есть, насколько коррелированы эти нагрузки с основными компонентами).Есть какие-нибудь подсказки?

Кроме того, я понял, что многие из этих нагрузок на собственные векторы отрицательны в Python.Я пытаюсь повторить исследование, проведенное в Stata, и, как ни странно, загрузка Python отрицательна, когда корреляции Stata положительные (см. Прилагаемое изображение матрицы корреляции, которое я пытаюсь воспроизвести в Python).Это просто то, что я заметил - что здесь происходит?

Матрица корреляции, созданная Stata

Заранее спасибо. 

import pandas as pd
import numpy as np
import datetime as dt
import matplotlib.pyplot as plt
from dateutil.relativedelta import relativedelta
import blpinterface.blp_interface as blp
from scipy.stats import zscore
from sklearn.decomposition import PCA

#Set dates for analysis
startDate = "20000101"

#Construct tickers for analysis
tickers = ["USGG2YR Index", "USGG5YR Index", "USGG10YR Index", "USGG30YR Index", "USGGT10Y Index", ".30YREAL Index",
       "USGGBE10 Index", "USGGBE30 Index", ".RATEVOL1 Index", ".RATEVOL2 Index", "SPX Index", "S5INDU Index", "S5CONS Index", "VIX Index",
       ".DMFX Index", ".EMFX Index", "CL1 Comdty", "HG1 Comdty", "XAU Curncy"]

#Begin dataframe construction
mgr = blp.BLPInterface()

df = mgr.historicalRequest(tickers, "PX_LAST", startDate, "20160317")
df = df.dropna()
df = df.apply(zscore)

#Conduct PCA analysis
pca=PCA(n_components=3)
pca.fit(df) #Estimates the eigenvectors of the dataframe with 18x variables for data dating back to 2000
print(pd.DataFrame(pca.components_, columns=tickersclean, index=["PC1", "PC2", "PC3"]).transpose()) #Eigenvectors with loadings, sorted from highest explained variance to lowest
print(pca.explained_variance_) #Eigenvalues (sum of squares of the distance between the projected data points and the origin along the eigenvector)
print(pca.explained_variance_ratio_) #Explained variance ratio (i.e. how much of the change in the variables in the time series is explained by change in the respective principal component); eigenvalue/(n variables)

#Project data onto the above loadings for each row in the time series
outputpca = pd.DataFrame(pca.transform(df), columns=['PCA%i' % i for i in range(3)], index=df.index)
outputpca.columns = ["PC1", "PC2", "PC3"]
print(outputpca) #Principal component time series, projecting the data onto the above loadings; this is the sum product of the data and the eigenvector loadings for all three PCs for each row
outputpca.plot(title="Principal Components")
plt.show()

1 Ответ

0 голосов
/ 05 февраля 2019

Вы можете использовать корреляцию, существующую в модуле numpy.Пример: 

cor_mat1 = np.corrcoef(X_std.T)
eig_vals, eig_vecs = np.linalg.eig(cor_mat1)
print('Eigenvectors \n%s' %eig_vecs)
print('\nEigenvalues \n%s' %eig_vals)

Эта ссылка представляет приложение, использующее матрицу корреляции в PCA.

...