8、主成分分析（PCA）实战：手动实现与Scikit - learn库应用

主成分分析（PCA）实战：手动实现与Scikit - learn库应用

1. 手动执行PCA（Exercise 13）

本练习将使用鸢尾花数据集手动执行主成分分析（PCA），目标是将数据维度降低，同时保留至少75%的可用方差。
- 数据准备
1. 导入必要的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

2. 加载数据集：

df = pd.read_csv('iris-data.csv')
df.head()

3. 仅选择萼片长度和萼片宽度特征，并去除其他列：

df = df[['Sepal Length', 'Sepal Width']]
df.head()

• 计算协方差矩阵

data = np.cov(df.values.T)
data

• 计算特征值和特征向量