¿En qué orden se imprimen los componentes de PCA? Necesito los parametros para resolver la formula pca. ¿Cómo sé quiénes son los valores beta? - python, pandas, scikit-learn, sklearn-pandas

Estoy usando la técnica PCA de Sklearn. Necesito resolver:

pca1 =  beta1. c1 + beta2. c2 + beta3. c3 + beta4. c4 + beta5. c5

Leí en la documentación que los componentes están ordenados por expli- cación_varianza_. ¿Cómo sé quiénes son los valores beta?

d = {"c1": [3, 7 ,1 ,4], "c2": [8, 2 ,9 ,5], "c3": [0, 7 ,9 ,2], "c4": [3, 5 ,9 ,1], "c5": [4, 6 ,8 ,3]}
data= pd.DataFrame(data=d)
print("data:n",data,"n")
x = StandardScaler().fit_transform(data)
pca = PCA(n_components=1)
principalComponents = pca.fit_transform(x)
principalDf = pd.DataFrame(data = principalComponents, columns = ["principal
component 1"])
print("ncomponents: n",pca.components_,"n")
print("nexplained_variance_n",pca.explained_variance_,"n")

Resultado:

datos:

+--+----+----+----+-----+----+
|  | c1 | c2 | c3 |  c4 | c5 |
|0 |  3 |  8 |  0 |  3  | 4  |
|1 |  7 |  2 |  7 |  5  | 6  |
|2 |  1 |  9 |  9 |  9  | 8  |
|3 |  4 |  5 |  2 |  1  | 3  |
+--+----+----+----+-----+----+

componentes:

[[-0.32703417  0.29320425  0.45731291  0.55565347  0.53776765]]

explicación_varianza_:

[ 3.10207373]

Respuestas

0 para la respuesta № 1

¡Los beta son componentes!

beta1 = -0.32703417

beta2 = 0.29320425

beta3 = 0.45731291

beta4 = 0.55565347

beta5 = 0.53776765

---