get_factor_variance() returns ndarray which is not ordered by variance.
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 38/100
Línea de trabajo
Comienza en el punto de entrada get_factor_variance() e inspecciona cómo se calcula y ordena la varianza de los factores. Usa el ejemplo de FactorAnalyzer del issue con un conjunto de datos local para reproducir la salida no monótona; se considera hecho cuando los valores de varianza devueltos disminuyen mientras las filas proporcional y acumulada siguen siendo coherentes.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
When i print the variance of the factors with get_factor_variance(), the variance is not monotonically decreasing. In my understanding each additional factor should explain less and less variance. The variance of my 15 factors looks like this (notice the values marked in bold):
[12.69, 5.32, 2.7, 2.6, 2.26, 2.08, 1.76, 2.54, 2.4, 1.69, 1.49, 2.06, 1.16, 1.15, 1.45]
n_factors = 15
fa = FactorAnalyzer(n_factors, rotation="varimax", method='principal', use_smc=True)
fa.fit(X)
print(pd.DataFrame(fa.get_factor_variance(),index=['Variance (sum of squared loadings)','Proportional Var','Cumulative Var']))
I cannot provide you with the data X
Expected behavior: the output should be sorted by decreasing variance
- OS: macOS
- Python: 3.11
- Versions for
factor_analyzer/numpy/scipy/pandas: newest
- Lenguaje dominante
- Python
- Estrellas
- 6
- Forks
- 3
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de EducationalTestingService/factor_analyzer
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100
EducationalTestingService/factor_analyzer#148 · 4 comentarios ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100
EducationalTestingService/factor_analyzer#147 · 1 reacción ·
-
Order of variables when DF is fed to fit with CFA: either document or actually use the column names?Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
EducationalTestingService/factor_analyzer#146 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
EducationalTestingService/factor_analyzer#145 · 3 comentarios ·
Todos los issues de EducationalTestingService/factor_analyzer
Issues similares
-
Device Details tables: FS/SF columns contradict each other (nfet_01v8 Vt row, pfet_01v8 Idsat row)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
google/skywater-pdk#450 ·
-
Drained trajectory arrays are overwritten when the sequence buffer is reusedPosiblemente ocupada @sylvesterkaczmarek la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
google-deepmind/bsuite#56 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
LearningCircuit/local-deep-research#7206 ·
Los mantenedores suelen responder en 1 día
-
[TASK] Document technology stackAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
chingu-voyages/V62-tier3-team-33#285 ·
Los mantenedores suelen responder en 1 día
-
Proxy drops log notifications from backends that don't send FastMCP's msg/extra dictPosiblemente ocupada @asasemahmed la tomó hoy. Abiertobug server
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día