快捷導(dǎo)航

Python sklearn庫實現(xiàn)PCA教程(以鳶尾花分類為例)

更新時間：2020年02月24日 12:59:02 作者：Cindy0812

今天小編就為大家分享一篇Python sklearn庫實現(xiàn)PCA教程(以鳶尾花分類為例)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

PCA簡介

主成分分析（Principal Component Analysis，PCA）是最常用的一種降維方法，通常用于高維數(shù)據(jù)集的探索與可視化，還可以用作數(shù)據(jù)壓縮和預(yù)處理等。矩陣的主成分就是其協(xié)方差矩陣對應(yīng)的特征向量，按照對應(yīng)的特征值大小進(jìn)行排序，最大的特征值就是第一主成分，其次是第二主成分，以此類推。

基本步驟：

具體實現(xiàn)

我們通過Python的sklearn庫來實現(xiàn)鳶尾花數(shù)據(jù)進(jìn)行降維，數(shù)據(jù)本身是4維的降維后變成2維，可以在平面中畫出樣本點的分布。樣本數(shù)據(jù)結(jié)構(gòu)如下圖：

其中樣本總數(shù)為150，鳶尾花的類別有三種，分別標(biāo)記為0，1，2

代碼

import matplotlib.pyplot as plt     #加載matplotlib用于數(shù)據(jù)的可視化
from sklearn.decomposition import PCA   #加載PCA算法包
from sklearn.datasets import load_iris


data=load_iris()
y=data.target
x=data.data
pca=PCA(n_components=2)  #加載PCA算法，設(shè)置降維后主成分?jǐn)?shù)目為2
reduced_x=pca.fit_transform(x)#對樣本進(jìn)行降維

red_x,red_y=[],[]
blue_x,blue_y=[],[]
green_x,green_y=[],[]


for i in range(len(reduced_x)):
 if y[i] ==0:
  red_x.append(reduced_x[i][0])
  red_y.append(reduced_x[i][1])

 elif y[i]==1:
  blue_x.append(reduced_x[i][0])
  blue_y.append(reduced_x[i][1])

 else:
  green_x.append(reduced_x[i][0])
  green_y.append(reduced_x[i][1])

#可視化
plt.scatter(red_x,red_y,c='r',marker='x')
plt.scatter(blue_x,blue_y,c='b',marker='D')
plt.scatter(green_x,green_y,c='g',marker='.')
plt.show()

結(jié)果圖

知識拓展：python sklearn PCA 實例代碼-主成分分析

python sklearn decomposition PCA 主成分分析

主成分分析（PCA）

1、主成分分析（Principal Component Analysis,PCA）是最常用的一種降維方法，

通常用于高維數(shù)據(jù)集的探索與可視化，還可以用作數(shù)據(jù)壓縮和預(yù)處理

2、PCA可以把具有相關(guān)性的高維變量合成為線性無關(guān)的低維變量，稱為主成分。

主成分能夠盡可能保留原始數(shù)據(jù)的信息

3、概念

方差：用來度量一組數(shù)據(jù)的分散程度

協(xié)方差：用來度量兩個變量之間的線性相關(guān)性程度，若兩個變量的協(xié)議差為0，二者線性無關(guān)

協(xié)方差矩陣：矩陣的特征向量是描述數(shù)據(jù)集結(jié)構(gòu)的非零向量，?? ⃗=?? ⃗

特征向量和特征值：? ⃗ 特征向量，?是特征值

4、提取：

矩陣的主成分是其協(xié)方差矩陣對應(yīng)的特征向量，按照對應(yīng)的特征值大小進(jìn)行排序，最大的特征值就是第一主成分，其次是第二主成分

5、原理：

1、對所有樣本進(jìn)行中心化:xi-(x1+x2…xm)/m
2、計算樣本的協(xié)方差矩陣X(X.T)
3、對協(xié)方差矩陣X(X.T)做特征值分解
4、取最大的d個特征值所對應(yīng)的特征向量w1,w2…wd

輸出投影矩陣W=(w1,w2,…,wd)

6、參數(shù)說明

sklearn.decomposition.PCA(n_components=None,copy=True,whithen=False,svd_solver=‘a(chǎn)uto',tol=0.0,

iterated_power=‘a(chǎn)uto',random_state=None)

n_components:指定主成分的個數(shù)，即降維后數(shù)據(jù)的維度

svd_slover:設(shè)置特征值分解的方法：‘full',‘a(chǎn)rpack',‘randomized'

PCA實現(xiàn)高維度數(shù)據(jù)可視化實例

目標(biāo)：

已知鳶尾花數(shù)據(jù)是4維的，共三類樣本，使用PCA實現(xiàn)對鳶尾花數(shù)據(jù)進(jìn)行降維，實現(xiàn)在二維平面上的可視化

實例程序編寫

import matplotlib.pyplot as plt
import sklearn.decomposition as dp
from sklearn.datasets.base import load_iris

x,y=load_iris(return_X_y=True) #加載數(shù)據(jù)，x表示數(shù)據(jù)集中的屬性數(shù)據(jù)，y表示數(shù)據(jù)標(biāo)簽
pca=dp.PCA(n_components=2) #加載pca算法，設(shè)置降維后主成分?jǐn)?shù)目為2
reduced_x=pca.fit_transform(x) #對原始數(shù)據(jù)進(jìn)行降維，保存在reduced_x中
red_x,red_y=[],[]
blue_x,blue_y=[],[]
green_x,green_y=[],[]
for i in range(len(reduced_x)): #按鳶尾花的類別將降維后的數(shù)據(jù)點保存在不同的表表中
 if y[i]==0:
  red_x.append(reduced_x[i][0])
  red_y.append(reduced_x[i][1])
 elif y[i]==1:
  blue_x.append(reduced_x[i][0])
  blue_y.append(reduced_x[i][1])
 else:
  green_x.append(reduced_x[i][0])
  green_y.append(reduced_x[i][1])
plt.scatter(red_x,red_y,c='r',marker='x')
plt.scatter(blue_x,blue_y,c='b',marker='D')
plt.scatter(green_x,green_y,c='g',marker='.')
plt.show()

以上這篇Python sklearn庫實現(xiàn)PCA教程(以鳶尾花分類為例)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: