파이썬에서의 팩터 분석 (R에서 factal()과 유사)

Question

저는 파이썬에서 sklearn을 사용하여 요인 분석을 수행하기 위해 고심하고 있습니다. R에서

다음 코드를 실행 한 후 :

Call: 
factanal(x = data_final, factors = 2, scores = "regression", rotation = "varimax", lower = 0.01) 

Uniquenesses: 
WTI  GOLD CAC40  DAX EUR_DOLL YEN_DOLL SP500 NIKKEI GILT TEN_TRES 
0.740 0.971 0.115 0.056 0.789 0.775 0.283 0.022 0.849 0.754 

Loadings: 
    Factor1 Factor2 
WTI  0.400 0.317 
GOLD  0.169   
CAC40  0.857 0.387 
DAX  0.903 0.359 
EUR_DOLL 0.371 0.271 
YEN_DOLL   -0.472 
SP500  0.511 0.675 
NIKKEI 0.337 0.930 
GILT  -0.334 -0.197 
TEN_TRES -0.343 -0.358 

      Factor1 Factor2 
SS loadings  2.482 2.163 
Proportion Var 0.248 0.216 
Cumulative Var 0.248 0.465 

Test of the hypothesis that 2 factors are sufficient. 
The chi square statistic is 686.84 on 26 degrees of freedom. 
The p-value is 4.16e-128 

내가 쉽게이 코드를 해석하고, 그 뒤에 출력과 과정을 이해 할 수

x.f <- factanal(data_final, factors = 2, rotation="varimax", scores="regression", lower = 0.01) 

나는 다음과 같은 결과를 얻을.

그러나 파이썬에서 다음 코드를 실행할 때 무슨 일이 일어나고 있는지, 올바른지 확실하지 않습니다.

from sklearn import decomposition 
from sklearn.decomposition import FactorAnalysis 

factor = decomposition.FactorAnalysis(n_components=2) 
factor.fit(data_final.iloc[:, 1::]) 
factor.components_ 

array([[-0.01175024, -0.00157749, -0.01547956, -0.01353783, -0.00322834, 
    0.00225613, -0.01085127, -0.01219159, 0.00247041, 0.00210084], 
    [ 0.00021618, -0.00135881, -0.00419973, -0.00435391, -0.00012713, 
    -0.00225637, 0.00275685, 0.00686218, 0.00034337, -0.00035002]]) 

파이썬에서 요인 분석을 수행하는 더 쉬운 방법이 있습니까? 그렇지 않다면 어떻게 파이썬 코드에서 요소 요소를 얻을 수 있습니까?

내가 사용하는 데이터 세트는 10 가지 자산의 선물 계약 로그 반환 세트입니다. 사전

Answer 1

에서

덕분 그래서 나는 동일한 출력을하지 않은 이유를 발견했다. Sklearn 함수는 R facanal()이 수행하는 동안 데이터를 표준화하지 않습니다. 유사한 결과물을 얻으려면 데이터를 확장해야했습니다. 또 다른 질문은 왜 제가 로그 수익과 가격으로 일할 때 이것이 큰 차이를 만드는 이유 일 것입니다.