2019年09月09日 02:17
どういうわけか、factor_analyzerの使い方の説明が検索しても出てこないので、英語が苦手ですが調べてみました。間違ってるとかの指摘、ここに日本語の説明があるとか、使い方わかる方、どうかレクチャーいただけると本当に助かります。。どうかよろしくお願いいたします。
「因子分析に、最小残差法(ミンレス法)または最尤法を使い、オプションでPromax(プロマックス法)、Varimax(バリマックス回転)が使えるクラスです。
factor_analyzer.factor_analyzer.FactorAnalyzer(n_factors=3, rotation=’promax’, method=’minres’, use_smc=True, is_corr_matrix=False, bounds=(0.005, 1), impute=’median’, rotation_kwargs=None)
因子数
回転方法
以下が設定できる
varimax (バリマックス法)
promax (プロマックス法)
oblimin (オブリミン法)
oblimax (オブリマックス法)
quartimin (コーティミン法)
quartimax (コーティマックス法)
equamax (エカマックス法)
使用するメソッド
minres (ミンレス法)
ml (最尤法)
principal(主因子法)
因子分析の開始推測として二乗相関を使用するかどうか。
使う場合はTrue,Trueはデフォルト設定
データが相関行列の場合、trueに設定します。
デフォルトはfalse
矩形拘束を扱えるBFGS法の最適化の変数の下限と上限。
デフォルトは (0.005, 1)
タプル型で設定する。
データに欠損値が存在する場合の対応。
以下がオプション
drop(削除)
mean(列平均)
median(中央値)
データが相関行列の場合、trueに設定します。デフォルトはFalseです
追加のキーワード因数。rotationに影響を与える
因子負荷マトリックス。
analyze()がcallされていない時はなし。
typeはnumpy array
元の相関行列。
analyze()がcallされていない時はなし。
typeはnumpy array
回転が実行された場合の回転行列
typeはnumpy array
行列を読み込んだ構造。プロマックス法の時だけ存在。
typeはnumpy array or none
因子相関行列。これは、回転が斜めの場合にのみ存在します。
ミンレス法、最尤法、主因子法を使った因子分析モデルを近似します。
デフォルトでは、SMC(重相関係数の2乗)を開始推測として使用します
因子負荷行列を指定して、共通性を計算します
返り値:因子負荷行列の共通性を返します
返り値のタイプ:numpy array
因子負荷行列を指定して、固有値を計算します
返り値:元の固有値、共通因子の固有値の2つ
返り値のタイプ:共に、numpy array
各因子の分散、比例分散、累積分散などの因子分散情報を計算します
返り値:因子分散、比例因子の分散、累積因子分散
返り値のタイプ:共に、numpy array
因子負荷行列を指定して、独自性を計算します。
返り値:因子負荷行列の独自性
返り値のタイプ:numpy array
新しいデータセットの因子スコアを取得します
パラメータ:(array-like, shape (n_samples, n_features)) 因子モデルにfit()を実行したデータのスコアリング
返り値:パラメータの潜在変数
返り値のタイプ:numpy array, shape (n_samples, n_components)
ひとまず、一旦は今回使う予定のFactorAnalyzerについて調べました。サンプルプログラムもあったので、色々実行して、訳がおかしい部分とかあったら修正していきたいと思います。
スポンサードサーチ