博客

用PCA降维，后输出降维后每一列的贡献率，各列贡献相加为1.

// An highlighted block
if __name__ == "__main__":
    iris = datasets.load_iris()  # 获取鸢尾花数据集Dick
    X=iris["data"]#训练数据
    Y=iris["target"]#类别
    pca = PCA(n_components=2)  # 降到2维
    pca.fit(X)  # 训练
    x = pca.fit_transform(X)  # 降维后的数据
    print(pca.explained_variance_ratio_)  # 输出贡献率

基于鸢尾花数据画图，用PCA降维到两维后

    plt.figure(figsize=(10, 5))
    # x1_min, x1_max = x[:, 0].min(), x[:, 0].max()  # 第0列的范围
    # x2_min, x2_max = x[:, 1].min(), x[:, 1].max()  # 第1列的范围
    # plt.xlim(x1_min, x1_max)
    # plt.ylim(x2_min, x2_max) 
    
    for i in range(len(Y)):
        if Y[i]==0:
            plt.plot(x[i, 0], x[i, 1], 'ro')
        elif Y[i]==1:
            plt.plot(x[i, 0], x[i, 1], 'bo')
        else:
            plt.plot(x[i, 0], x[i, 1], 'yo')

    #gca="get current axis" 设置坐标轴原点
    ax = plt.gca()
    ax.xaxis.set_ticks_position("bottom")#把四条外边框的下边当做x轴
    ax.yaxis.set_ticks_position("left")#把四条外边框的左边当做y轴
    ax.spines["bottom"].set_position(("data", 0))#把x轴的位置放到y的0位置
    ax.spines["left"].set_position(("data", 0))#把y轴的位置放到x的0位置

    plt.grid(True)
    plt.xlabel('1st')
    plt.ylabel('2nd')
    plt.title('Scatter Plot')
    plt.show()

效果图如下:



对上图进行

归一化

处理，通过遍历每列feature vector里的每一个数据，将Max和Min的记录下来，并通过Max-Min作为基数（即Min=0，Max=1）进行数据的归一化处理，将每个特征值规约到（0,1）之间。

    #导入包：from sklearn.preprocessing import MinMaxScaler
    #归一化(normalization)
    minMax = MinMaxScaler()
    x_std = minMax.fit_transform(x)

效果图如下:




标准化

处理：对原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，这个方法被广泛的使用在许多机器学习算法中(例如：支持向量机、逻辑回归和类神经网络)。公式如下：

    #导入包：from sklearn.preprocessing import StandardScaler
    #标准化（Standardization）
    scaler = StandardScaler().fit(x)
    x_std = scaler .transform(x)#标准化后的数据
    print(scaler.mean_)#输出均值
    print(scaler.scale_)#输出标准差