계수를 이용해 입력 데이터프레임 X에 대한 PCA 컴포넌트를 계산할 수 있습니다.
[in :]
X['PC1'] = X['Sepal.Length'] * pca_df['Sepal.Length'][0] + X['Sepal.Width'] * pca_df['Sepal.Width'][0] + X['Petal.Length'] * pca_df['Petal.Length'][0] + X['Petal.Width'] * pca_df['Petal.Width'][0]
X['PC2'] = X['Sepal.Length'] * pca_df['Sepal.Length'][1] + X['Sepal.Width'] * pca_df['Sepal.Width'][1] + X['Petal.Length'] * pca_df['Petal.Length'][1] + X['Petal.Width'] * pca_df['Petal.Width'][1]
X['PC3'] = X['Sepal.Length'] * pca_df['Sepal.Length'][2] + X['Sepal.Width'] * pca_df['Sepal.Width'][2] + X['Petal.Length'] * pca_df['Petal.Length'][2] + X['Petal.Width'] * pca_df['Petal.Width'][2]
X['PC4'] = X['Sepal.Length'] * pca_df['Sepal.Length'][3] + X['Sepal.Width'] * pca_df['Sepal.Width'][3] + X['Petal.Length'] * pca_df['Petal.Length'][3] + X['Petal.Width'] * pca_df['Petal.Width'][3]
[out:]
![](https://thebook.io/img/080260/174.jpg)