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:]

    신간 소식 구독하기
    뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.