【Pythonコード付き】CSVを入力するだけで主成分分析（PCA）を実行

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

def perform_pca(input_csv, output_transformed_csv, output_loadings_csv, output_explained_variance_csv, target_col_num, explained_variance_threshold=0.95):
    # CSVデータの読み込み
    data = pd.read_csv(input_csv)
    
    # 目的変数と説明変数に分ける
    target_data = data.iloc[:, :target_col_num]  # 最初のtarget_col_num列を目的変数として抽出
    explanatory_data = data.iloc[:, target_col_num:]  # 残りを説明変数として抽出
    
    # 標準化
    scaler = StandardScaler()
    explanatory_data_scaled = scaler.fit_transform(explanatory_data)
    
    # PCAの実行
    pca = PCA()
    pca.fit(explanatory_data_scaled)
    
    # 寄与率と累積寄与率の計算
    explained_variance_ratio = pca.explained_variance_ratio_
    cumulative_variance_ratio = np.cumsum(explained_variance_ratio)
    
    # データフレームにまとめる
    variance_df = pd.DataFrame({
        'Explained Variance Ratio': explained_variance_ratio,
        'Cumulative Variance Ratio': cumulative_variance_ratio
    }, index=[f'PC{i+1}' for i in range(len(explained_variance_ratio))])

    # CSVで出力
    variance_df.to_csv('explained_variance.csv', index=True)
    
    # 累積寄与率に基づいて主成分数を選定
    cumulative_explained_variance = pca.explained_variance_ratio_.cumsum()
    num_components = (cumulative_explained_variance < explained_variance_threshold).sum() + 1
    
    # 選定した主成分数で再度PCAを実行
    pca = PCA(n_components=num_components)
    transformed_data = pca.fit_transform(explanatory_data_scaled)
    
    # 主成分の負荷量を取得
    loadings = pd.DataFrame(pca.components_.T, 
                            columns=[f'PC{i+1}' for i in range(num_components)],
                            index=data.columns[target_col_num:])
    
    # 負荷量をCSVとして保存
    loadings.to_csv(output_loadings_csv, index=True)
    
    # 変換したデータをDataFrameにして保存
    transformed_df = pd.DataFrame(transformed_data, columns=[f'PC{i+1}' for i in range(num_components)])
    transformed_df = pd.concat([target_data.reset_index(drop=True), transformed_df], axis=1)
    transformed_df.to_csv(output_transformed_csv, index=False)

    print(f'PCA実行完了。累積寄与率{explained_variance_threshold}に基づく主成分数: {num_components}')

# 使用例
perform_pca(
    input_csv='boston_data.csv',  # 入力するCSVファイルのパス
    output_transformed_csv='transformed_data.csv',  # 変換後のデータを保存するCSVファイルのパス
    output_loadings_csv='loadings.csv',  # 主成分の負荷量を保存するCSVファイルのパス
    output_explained_variance_csv='explained_variance.csv',  # 寄与率と累積寄与率を保存するCSVファイルのパス
    target_col_num=1,  # 目的変数の列数
    explained_variance_threshold=0.8  # 累積寄与率の閾値
)

def perform_pca(input_csv, output_transformed_csv, output_loadings_csv, output_explained_variance_csv, target_col_num, explained_variance_threshold=0.95):

# CSVデータの読み込み
data = pd.read_csv(input_csv)

# 目的変数と説明変数に分ける
target_data = data.iloc[:, :target_col_num]  # 最初のtarget_col_num列を目的変数として抽出
explanatory_data = data.iloc[:, target_col_num:]  # 残りを説明変数として抽出
    
# 標準化
scaler = StandardScaler()
explanatory_data_scaled = scaler.fit_transform(explanatory_data)

# PCAの実行
pca = PCA()
pca.fit(explanatory_data_scaled)

# 寄与率と累積寄与率の計算
explained_variance_ratio = pca.explained_variance_ratio_
cumulative_variance_ratio = np.cumsum(explained_variance_ratio)

# データフレームにまとめる
variance_df = pd.DataFrame({
    'Explained Variance Ratio': explained_variance_ratio,
    'Cumulative Variance Ratio': cumulative_variance_ratio
}, index=[f'PC{i+1}' for i in range(len(explained_variance_ratio))])

# CSVで出力
variance_df.to_csv('explained_variance.csv', index=True)

# 累積寄与率に基づいて主成分数を選定
cumulative_explained_variance = pca.explained_variance_ratio_.cumsum()
num_components = (cumulative_explained_variance < explained_variance_threshold).sum() + 1

# 選定した主成分数で再度PCAを実行
pca = PCA(n_components=num_components)
transformed_data = pca.fit_transform(explanatory_data_scaled)

# 主成分の負荷量を取得
loadings = pd.DataFrame(pca.components_.T, 
                        columns=[f'PC{i+1}' for i in range(num_components)],
                        index=data.columns[target_col_num:])

# 負荷量をCSVとして保存
loadings.to_csv(output_loadings_csv, index=True)

# 変換したデータをDataFrameにして保存
transformed_df = pd.DataFrame(transformed_data, columns=[f'PC{i+1}' for i in range(num_components)])
transformed_df = pd.concat([target_data.reset_index(drop=True), transformed_df], axis=1)
transformed_df.to_csv(output_transformed_csv, index=False)