数据预处理，PCA主成分分析

from sklearn.decomposition import PCA
my_pca = PCA(n_components=7) #10个属性删了3个剩7个
#数据表中不允许出现离散数据（salary，department），而且分析的left属性也不需要进行pca处理，因为是我们关注的属性
lower_mat = my_pca.fit_transform(df.drop(labels=["salary","department","left"],axis = 1))
print("Ratio:",my_pca.explained_variance_ratio_) #通过主成分分析，发现只有第一个值接近1，其他值都接近0，所以只保留第一个值就行了
sns.heatmap(pd.DataFrame(lower_mat).corr(),vmin=-1,vmax=1,cmap=sns.color_palette("RdBu",n_colors=128))
plt.show()

结果：

数据预处理，PCA主成分分析相关推荐

MATLAB实战系列（二十七）-数据预处理-PCA主成分分析
我们在进行数据分析时,往往会发现数据具有很多种属性,比如某类型饼干的口味.加工方式.保质期.价格.购买人群等等.每一种属性就代表该数据在某一维度上的数值.多维度的数据无疑会增加数据的准确性与可靠性,但 ...
机器学习入门与Python实战（十）：数据降维PCA主成分分析
目录现实问题思考:金融股价预测数据降维为什么需要数据降维数据降维最常用的方法:主成分分析(PCA) 知识巩固 Python实战:PCA+逻辑回归预测检查者是否患糖尿病拓展学习现实问题思考: ...
深度学习——数据预处理篇
深度学习--数据预处理篇文章目录深度学习--数据预处理篇一.前言二.常用的数据预处理方法零均值化(中心化) 数据归一化(normalization) 主成分分析(PCA.Principal ...
深入浅出Python机器学习9——数据预处理、降维、特征提取及聚类
数据预处理使用 StandScaler 进行数据预处理首先手工生成一些数据: 用make_blobs 函数时,指定了样本数量 n_samples 为 40,分类 centers 为 ...
中药材鉴别-方法：聚类；PCA 主成分分析；线性判别式分析；判别式检验
基于线性判别式的中药材鉴别问题的数学模型摘要本文旨在讨论如何利用中药材的光谱特征鉴别药材的种类及产地,主要运用系统聚类,PCA 主成分分析,线性判别,判别式运用等方法,使用了 MATLAB,Ex ...
第七篇：数据预处理(四) - 数据归约(PCA/EFA为例)
前言这部分也许是数据预处理最为关键的一个阶段. 如何对数据降维是一个很有挑战,很有深度的话题,很多理论书本均有详细深入的讲解分析. 本文仅介绍主成分分析法(PCA)和探索性因子分析法(EFA),并给 ...
对pca降维后的手写体数字图片数据分类_python机器学习API介绍13: 数据降维及主成分分析...
数据降维概述:数据降维是机器学习领域中重要的内容,所谓的降维就是采用某种映射方法,将高维空间中的数据点映射到低维的空间中.其本质是学习一个映射函数f: x->y.其中x是原始数据点的表述,目前多 ...
数据降维之主成分分析法PCA
主成分分析法PCA 参考链接:https://www.bilibili.com/video/BV1E5411E71z 主成分分析(Principal Component Analysis,PCA), ...
数据分析实战：python热门音乐分析附代码+数据 +论文（PCA 主成分分析，sklearn 机器学习，pytorch 神经网络，k-means 聚类，Librosa 音频处理，midi 音序)
项目概述: 本选取了抖音当下最热门的 400 首音乐,通过一系列方法提取每首歌的波形特征,再经过降维以及机器学习等手段,进行无监督学习对音乐数据进行聚类的同时训练并使用监督学习分类器进行音乐流派分类, ...
【python数据分析】数据建模之 PCA主成分分析
PCA主成分分析:最广泛无监督算法 + 基础的降维算法. 通过线性变换将原始数据变换为一组各维度线性无关的表示,用于提取数据的主要特征分量 → 高维数据的降维 PCA主成分分析: 二维数据降维 / 多 ...

数据预处理，PCA主成分分析

数据预处理，PCA主成分分析相关推荐

最新文章

热门文章