主成分分析 pca要咋做了

Question

如下代码，输出如下，其中genres列是一个个列表，我现在想做的是给他降维，没一个数组都降成10维，要怎么做了，用scikit 里的pca要咋做了

from bert_serving.client import BertClient
from sklearn.decomposition import PCA
import pandas as pd

DATA_PATH = 'C:/Users/leaf/Desktop/ml-latest-small/movies.csv'
movies = pd.read_csv(DATA_PATH, index_col='movieId')[:2]  # 读取csv文件
movies['genres']=movies['genres'].apply(lambda x:x.replace('|',' ')) # 这样会把几个类型作为一个句子，返回一个词向量
bc=BertClient() # 开启bert-server客户端
movies['genres']=movies['genres'].apply(lambda x:bc.encode([x])[0]) # 仅返回一个词向量
print(movies)

输出如下

Answer 1

假设你的数组一个是1xn的然后你有m个数组，那么可以拼接成 mxn的矩阵，对矩阵进行降维就可以了