【Python数据处理】数据降维

最新推荐文章于 2023-07-16 00:20:31 发布

原创

最新推荐文章于 2023-07-16 00:20:31 发布 · 992 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #算法

几种简单的数据降维方法以及demo
PCA——主成分分析法
PCA是主成分分析法，为无监督的线性降维法。减去某些相对而言权重不那么高的特征。

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn import datasets
digits = datasets.load_digits()
features = StandardScaler().fit_transform(digits.data)# 归一化加训练

# PCA做主成分分析，其中whiten是白化，判断每个特征的偏差是否一致；
# n_components的取值为0-1之间的浮点数时，表示希望保留的信息量的比例。
pca = PCA(n_components=0.99, whiten=True)
features_pca = pca.fit_transform(features)
print("Original number of features:", features