pca算法python实现_三种方法实现PCA算法(Python)
主成分分析,即Principal Component Analysis(PCA),是多元统计中的重要内容,也广泛应用于机器学习和其它领域。它的主要作用是对高维数据进行降维。PCA把原先的n个特征用数目更少的k个特征取代,新特征是旧特征的线性组合,这些线性组合最大化样本方差,尽量使新的k个特征互不相关。关于PCA的更多介绍,请参考:https://en.wikipedia.org/wiki/Principal_component_analysis.
PCA的主要算法如下:
组织数据形式,以便于模型使用;
计算样本每个特征的平均值;
每个样本数据减去该特征的平均值(归一化处理);
求协方差矩阵;
找到协方差矩阵的特征值和特征向量;
对特征值和特征向量重新排列(特征值从大到小排列);
对特征值求取累计贡献率;
对累计贡献率按照某个特定比例选取特征向量集的子集合;
对原始数据(第三步后)进行转换。
其中协方差矩阵的分解可以通过按对称矩阵的特征向量来,也可以通过分解矩阵的SVD来实现,而在Scikit-learn中,也是采用SVD来实现PCA算法的。关于SVD的介绍及其原理,可以参考:矩阵的奇异值分解(SVD)(理论)。
本文将用三种方法来实现PCA算法,一种是原始算法,即上面所描述的算法过程,具体的计算方法和过程,可以参考:A tutorial on Principal Components Analysis, Lindsay I Smith. 一种是带SVD的原始算法,在Python的Numpy模块中已经实现了SVD算法,并且将特征值从大从小排列,省去了对特征值和特征向量重新排列这一步。最后一种方法是用Python的Scikit-learn模块实现的PCA类直接进行计算,来验证前面两种方法的正确性。
用以上三种方法来实现PCA的完整的Python如下:
1 importnumpy as np2 from sklearn.decomposition importPCA3 importsys4 #returns choosing how many main factors
5 def index_lst(lst, component=0, rate=0):6 #component: numbers of main factors
7 #rate: rate of sum(main factors)/sum(all factors)
8 #rate range suggest: (0.8,1)
9 #if you choose rate parameter, return index = 0 or less than len(lst)
10 if component andrate:11 print('Component and rate must choose only one!')12 sys.exit(0)13 if not component and notrate:14 print('Invalid parameter for numbers of components!')15 sys.exit(0)16 elifcomponent:17 print('Choosing by component, components are %s......'%component)18 returncomponent19 else:20 print('Choosing by rate, rate is %s ......'%rate)21 for i in range(1, len(lst)):22 if sum(lst[:i])/sum(lst) >=rate:23 returni24 return025
26 defmain():27 #test data
28 mat = [[-1,-1,0,2,1],[2,0,0,-1,-1],[2,0,1,1,0]]29
30 #simple transform of test data
31 Mat = np.array(mat, dtype='float64')32 print('Before PCA transforMation, data is:\n', Mat)33 print('\nMethod 1: PCA by original algorithm:')34 p,n = np.shape(Mat) #shape of Mat
35 t = np.mean(Mat, 0) #mean of each column
36
37 #substract the mean of each column
38 for i inrange(p):39 for j inrange(n):40 Mat[i,j] = float(Mat[i,j]-t[j])41
42 #covariance Matrix
43 cov_Mat = np.dot(Mat.T, Mat)/(p-1)44
45 #PCA by original algorithm
46 #eigvalues and eigenvectors of covariance Matrix with eigvalues descending
47 U,V =np.linalg.eigh(cov_Mat)48 #Rearrange the eigenvectors and eigenvalues
49 U = U[::-1]50 for i inrange(n):51 V[i,:] = V[i,:][::-1]52 #choose eigenvalue by component or rate, not both of them euqal to 0
53 Index = index_lst(U, component=2) #choose how many main factors
54 ifIndex:55 v = V[:,:Index] #subset of Unitary matrix
56 else: #improper rate choice may return Index=0
57 print('Invalid rate choice.\nPlease adjust the rate.')58 print('Rate distribute follows:')59 print([sum(U[:i])/sum(U) for i in range(1, len(U)+1)])60 sys.exit(0)61 #data transformation
62 T1 =np.dot(Mat, v)63 #print the transformed data
64 print('We choose %d main factors.'%Index)65 print('After PCA transformation, data becomes:\n',T1)66
67 #PCA by original algorithm using SVD
68 print('\nMethod 2: PCA by original algorithm using SVD:')69 #u: Unitary matrix, eigenvectors in columns
70 #d: list of the singular values, sorted in descending order
71 u,d,v =np.linalg.svd(cov_Mat)72 Index = index_lst(d, rate=0.95) #choose how many main factors
73 T2 = np.dot(Mat, u[:,:Index]) #transformed data
74 print('We choose %d main factors.'%Index)75 print('After PCA transformation, data becomes:\n',T2)76
77 #PCA by Scikit-learn
78 pca = PCA(n_components=2) #n_components can be integer or float in (0,1)
79 pca.fit(mat) #fit the model
80 print('\nMethod 3: PCA by Scikit-learn:')81 print('After PCA transformation, data becomes:')82 print(pca.fit_transform(mat)) #transformed data
83
84 main()
运行以上代码,输出结果为:
这说明用以上三种方法来实现PCA都是可行的。这样我们就能理解PCA的具体实现过程啦~~有兴趣的读者可以用其它语言实现一下哈~~
参考文献:
PCA 维基百科: https://en.wikipedia.org/wiki/Principal_component_analysis.
讲解详细又全面的PCA教程: A tutorial on Principal Components Analysis, Lindsay I Smith.
博客:矩阵的奇异值分解(SVD)(理论):http://www.cnblogs.com/jclian91/p/8022426.html.
博客:主成分分析PCA: https://www.cnblogs.com/zhangchaoyang/articles/2222048.html.
Scikit-learn的PCA介绍:http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html.
pca算法python实现_三种方法实现PCA算法(Python)相关推荐
- pca算法python代码_三种方法实现PCA算法(Python)
主成分分析,即Principal Component Analysis(PCA),是多元统计中的重要内容,也广泛应用于机器学习和其它领域.它的主要作用是对高维数据进行降维.PCA把原先的n个特征用数目 ...
- python定时爬虫三种方法
python定时爬虫三种方法 第一种 import timefrom scrapy import cmdlinedef doSth():# 把爬虫程序放在这个类里 zhilian_spider 是爬虫 ...
- python中pca算法_Python使用三种方法实现PCA算法
主成分分析(PCA) vs 多元判别式分析(MDA) PCA和MDA都是线性变换的方法,二者关系密切.在PCA中,我们寻找数据集中最大化方差的成分,在MDA中,我们对类间最大散布的方向更感兴趣. 一句 ...
- python打印菱形三种方法_用python打印菱形的实操方法和代码
python怎么打印菱形?下面给大家带来三种方法: 第一种 rows = int(input('请输入菱形边长:\n')) row = 1 while row <= rows: col = 1 ...
- python控制示波器获取波形_三种方法教你用示波器快速捕获异常
万事开头难!当你想用示波器来分析问题时,你一定有想过,我要如何才能把问题抓下来?当然,只有抓下来之后,才能进行后面种种的分析,否则一切都是空谈.本文将带你用三种最好用的方法将异常抓下来. 一.滚动模式 ...
- 三种方法实现PCA降维
主成分分析,即Principal Component Analysis(PCA),是多元统计中的重要内容,也广泛应用于机器学习和其它领域.它的主要作用是对高维数据进行降维.PCA把原先的n个特征用数目 ...
- 互相关函数python实现的三种方法
本人前段时间在做地震波分析的时候用到互相关函数的计算,所以做了一些具体的研究和分析.用python实现信号的互相关可以有三种方法:一.直接用时域法.二.用频域法.三.python提供的numpy.co ...
- Windows下安装Python 模块的三种方法
方法一:cmd命令行窗口 首先打开windows上的cmd命令行窗口,再将目录切换到python运行的那个目录下,那怎么查看自己是在那个目录下呢? 鼠标右键点击file,依次点开就可以看到运行路径.在 ...
- stcisp一直检测单片机_三种方法对比:STC51单片机实现免冷启动
具体实现方法实践可用的无外乎三种: 1)使用CH340的DTR和RTS控制单片机断电再上电.点上位机下载按钮的时候,DTR和RTS引脚电平变化. 2)再使用一个单片机,检测串口下载命令流. 3)在程序 ...
最新文章
- ORACLE空值漫谈1
- python【力扣LeetCode算法题库】17-电话号码的字母组合
- 如何发现 GitHub 上那些有趣好玩的项目?
- API函数的调用(包含一个大小写的问题)
- 一个简单的Webservice的demo,简单模拟服务
- 网站设计中很重要的概念div+浮动
- excel显著性检验_数据分析系列 10/32 | Excel方差分析之单因素方差分析
- JavaScript设计模式——观察者模式
- 进程同步——信号量机制(操作系统)
- 电商营业执照能入驻跨境电商虾皮shopee平台吗?
- 从MSDN我告诉你下载镜像
- python同切圆_Python绘制同切圆和同心圆
- 微信小程序学习第8天——自定义组件的数据监听器Observer小案例
- [ecshop 资料] ecshop 安装须知 - 支付插件的问题 。。ectouch 小京东
- React使用过程知识点随手记
- RSS MSE RMSE之间的关系
- 前端HTML+CSS+JS
- Isaac-gym(3): 官方文档——programming之仿真设置
- Gigaphoton新型KrF光源“G60K”量产出货
- Java基础练习(十二)集合与数组工具类使用,BigDecimal使用,实现二分查找,快速排序
热门文章
- 计算机设备管理程序在哪,怎么打开设备管理器
- sme是什么职位_学云计算能从事哪些岗位 未来职业发展是什么样
- php MySQL定义,PHP + MySQL用户定义函数
- maya 阿诺德水晶材质_Maya教程之Arnold材质
- Python爬虫项目---批量从搜款网下载主图、颜色图详情图
- CentOS RPM源镜像源(国内+国外)
- VFIO - 将 DMA 映射暴露给用户态
- Zookeeper 教程:Zookeeper作为Hadoop和Hbase的重要组件,为分布式应用程序协调服务
- reg51.h和reg52.h头文件
- gtk不是C语言的专属,c++也可以