Использование SVD для поиска PCA

Question

Как вы используете SVD, чтобы найти первый главный компонент?

Я использовал SVD, чтобы найти U, s и VT следующим образом:

u, s, vt = np.linalg.svd(X, full_matrices=False)

Однако я не Не понимаю, как это приводит к первому набору осей. Я читал кое-что о том, что V - собственные векторы, но я не нахожу достоверной информации. Любая помощь приветствуется.

Answer 1

Предполагая, что каждая строка X является примером (точка данных):

Первые n главные компоненты - это столбцы U[:, :n] @ S[:n]. Тогда первый столбец является первым главным компонентом.

Подробнее см. Здесь .