PCA降维与线性判别分析--鸢尾花

1.鸢尾花数据集降维（原始数据集维度是4，降维后数据集维度是2）

import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA
from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()                 # 以字典形式加载鸢尾花数据集
y = data.target                    # 使用y表示数据集中的标签
X = data.data                      # 使用X表示数据集中的属性数据
pca = PCA(n_components=2)          # 加载PCA算法，设置降维后主成分数目为2
reduced_X = pca.fit_transform(X)   # 对原始数据进行降维，保存在reduced_X中
print("降维前：",X.shape)
print("降维后",reduced_X.shape)

结果：

降维前： (150, 4)
降维后 (150, 2)

2. 对比特征值特征向量

import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA
from sklearn.datasets import load_iris
import pandas as pd
data = load_iris()                 # 以字典形式加载鸢尾花数据集
y = data.target