通过鸢尾花数据集演示PCA操作

最新推荐文章于 2025-05-26 17:48:36 发布

淮南草

最新推荐文章于 2025-05-26 17:48:36 发布

阅读量2.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：数据挖掘

本文链接：https://blog.youkuaiyun.com/zhuisaozhang1292/article/details/81556996

本文详述了如何使用PCA（主成分分析）对鸢尾花数据集进行降维处理，通过计算协方差矩阵，确定保留95%数据信息所需的特征数，最终构建新的低维数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要内容：通过构造协方差矩阵，计算保持原有数据95%特征信息所需要的特征数，通过PCA降维构造新的数据集

#通过鸢尾花数据集演示PCA操作
import pandas as pd
from sklearn.datasets import load_iris
import numpy as np
iris = load_iris()
X, y = iris.data, iris.target
df = pd.DataFrame(np.hstack((X, y.reshape(-1, 1))),index = range(X.shape[0]),columns=['sepal_len','sepal_wid','petal_len','petal_wid','class'] )
# print(df['class'].value_counts())
# 
# X = df.ix[:,0:4].values
# y = df.ix[:,4].values

from matplotlib import pyplot as plt
# import math
# 
label_dict = {0:'Iris-Setosa',
              1:'Iris-Versicolor',
              2:'Iris-Virgnica'
              }
# feature_dict = {0:'sepal length [cm]',
#                 1:'sepal width [cm]',
#                 2:'petal length [cm]',
#                 3:'petal width [cm]'}
# plt.figure(figsize=(8,6))
# for cnt in range(4):
#     plt.subplot(2, 2, cnt+1)
#     for lab in label_dict.keys():
#         plt.hist(X[y==lab, cnt],
#                  labe