pca主成分分析结果解释_SKLEARN中的PCA(Principal Component Analysis)主成分分析法

PCA(Principal Component Analysis)主成分分析法是机器学习中非常重要的方法，主要作用有降维和可视化。PCA的过程除了背后深刻的数学意义外，也有深刻的思路和方法。

1. 准备数据集

本文利用sklearn中的datasets的Iris数据做示范，说明sklearn中的PCA方法。导入数据并对数据做一个概览：

import

将数据做一个分离，分离成训练数据集和测试数据集：

from

2. 利用PCA对数据集进行降维

将按照降维前，降维后的模型训练时间和score来了解PCA的作用

首先不对数据集做处理，直接fit，同时对降维之前的fit过程计时，查看score：

%%

通过sklearn中的PCA对数据集进行降维，查看降维后的运行时间和score:

from

从以上数据来看，时间的运行时间有明显降低，但是准确率不是我们可以接受的：

#通过sklearn.PCA.explaine_variance_ration_来查看刚刚的2个纬度的方差爱解释度：

其中sklearn已经有一个封装好的通过方差解释度来确定数据特征数量的超参数。以下按95%的解释度来计算特征数量：

#其中sklearn中已经有封装一个函数

由此可以看到纬度有67减低到28之后，score的降低比较小，但是训练时间降低非常多。

pca

3. PCA在可视化中的应用

虽然降低纬度后会损失信息量，降到二维进行可视化，是一个很好的方法：

##将数据集的的前2个特征绘制散点图：

从上图可以看到，对多维度的数据，可以通过降纬后进行可是，让人对很多的数据有一个直观的了解。

pca主成分分析结果解释_SKLEARN中的PCA(Principal Component Analysis)主成分分析法相关推荐

Principal Component Analysis 主成分分析【学习笔记】
Principal Component Analysis 主成分分析笔记文章目录 Principal Component Analysis 主成分分析笔记 PCA是什么? 数据的线性变换拉伸操作: ...
【碎片知识（9）】PCA (Principal Component Analysis) [主成分分析]
离开很久啦,从Ph.D.套磁开始到全部settle down花费了太久的时间,在上周也终于把研究方向定下来了,终于手头的事告一段落了.未来是跨度三到四年的research生涯,无数师兄师姐告诫我,读博 ...
PCA（Principal Component Analysis 主成分分析）原理及MATLAB实现
关于PCA的原理参见: PCA原理 PCA:一种通过特征的线性组合来实现降维的方法,目的就是在尽可能好的代表原始数据的前提下,通过线性变换将样本数据投影到地位空间中. 如图示意,二维样本分别投影到e1 ...
pca各个向量之间的相关度_【T】排序--1--PCA主成分分析principal component analysis
1. 问题真实的训练数据总是存在各种各样的问题: 1. 比如拿到一个汽车的样本,里面既有以"千米/每小时"度量的最大速度特征,也有"英里/小时"的最大速度特征 ...
机器学习与高维信息检索 - Note 4 - 主成分分析及其现代解释（Principal Component Analysis, PCA）及相关实例
主成分分析及其现代解释 4. 主成分分析及其现代解释 Principal Component Analysis and Its Modern Interpretations 4.1 几何学解释 The ...
pca降维python实例_主成分分析(Principal component analysis, PCA)例子–Python | 文艺数学君...
摘要这一篇是关于PCA的实战, 我们会举一个例子, 看一下PCA具体在实战中是如何来进行的. 同时我们会比较同一个数据下, 使用PCA(主成分分析)和FA(因子分析)得到结果的不同. 简介这一篇文章 ...
【机器学习sklearn】主成分分析PCA(Principal Component Analysis)
主成分分析方法PCA 前言一.PCA是什么? 二.代码实践使用MNIST数据集实现sklearn库里的主成分分析方法不同主成分个数对应的可解释方差分析(Explained Variance) 总 ...
SAS：主成分分析（Principal Component Analysis，PCA）
from:http://blog.csdn.net/archielau/article/details/7989735 进行主成分分析主要步骤如下: 1. 指标数据标准化( SPSS软件自动执行), ...
SAS进行主成分分析（Principal Component Analysis，PCA）
进行主成分分析主要步骤如下: 1. 指标数据标准化( SPSS软件自动执行),目的是消除不同量纲的影响: 2. 指标之间的相关性判定: 3. 确定主成分个数m: 4. 主成分Fi表达式: 5. 主成分 ...