Cours d'apprentissage automatique à l'Université de Tsukuba: Étudiez sklearn tout en intégrant le script Python à la tâche (17)
Dernière fois Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (16) https://github.com/legacyworld/sklearn-basic
Défi 8.7 Exemple d'analyse en composantes principales
Commentaire sur Youtube: 9e (1) toutes les 30 minutes J'ai abandonné la tâche 8.3 car je ne pouvais pas bien reproduire Cluster3.
Le problème de l'analyse des principaux composants des données habituelles de l'iris. En tant que programme, scicit-learn est facile. Utiliser pandas scatter_matrix uniquement pour la partie graphique est un peu différent d'avant.
python:Homework_8.7.py
#Défi 8.7 Exemple d'analyse en composantes principales
#Commentaire sur Youtube: 9e(1)Par 30 minutes
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.decomposition import PCA
iris = load_iris()
pca = PCA()
X = iris['data']
y = iris['target']
#Analyse des composants principaux
pca.fit(X)
transformed = pca.fit_transform(X)
#Taux de cotisation
print(pca.explained_variance_ratio_)
#dessin
fig, ax = plt.subplots()
iris_dataframe = pd.DataFrame(transformed, columns=[0,1,2,3])
Axes = pd.plotting.scatter_matrix(iris_dataframe, c=y, figsize=(50, 50),ax=ax)
plt.savefig("8.7.png ")
Taux de cotisation
[0.92461872 0.05306648 0.01710261 0.00521218]
Graphique
Le taux de cotisation de la première composante principale est de 0,92, et même si vous regardez le graphique, vous pouvez voir que l'extrémité gauche (première composante principale) est clairement divisée. Par conséquent, le classificateur setosa peut classer 92,5% avec seulement le premier composant principal, et même avec quatre composants, il ne monte pas tellement, donc seul le premier composant principal est suffisant.
Messages passés
Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (1) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (2) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (3) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (4) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (5) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (6) Cours d'apprentissage automatique à l'Université de Tsukuba: Étudiez sklearn tout en intégrant le script Python à la tâche (7) Créez votre propre méthode de descente la plus raide Cours d'apprentissage automatique à l'Université de Tsukuba: Étudiez sklearn tout en intégrant le script Python à la tâche (8) Créez votre propre méthode de descente stochastique la plus raide Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (9) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (10) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (11) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (12) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (13) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (14) Cours d'apprentissage automatique à l'Université de Tsukuba: étudier sklearn tout en intégrant le script Python au devoir (15) https://github.com/legacyworld/sklearn-basic https://ocw.tsukuba.ac.jp/course/systeminformation/machine_learning/
Recommended Posts