Iris，一個多元花卉資料集，是最有用的 Pyhton scikit-learn 資料集之一。它分為 3 類，每類 50 個實例，包含三種鳶尾花（山鳶尾花、維吉尼亞鳶尾和雜色鳶尾）的萼片和花瓣部分的測量值。除此之外，Iris 資料集包含這三個物種中每個物種的 50 個實例，並由四個特徵組成，即 sepal_length (cm)、sepal_width (cm)、petal_length (cm)、petal_width (cm)。
我們可以使用主成分分析（PCA）將 IRIS 資料集轉換為具有 2 個特徵的新特徵空間。
我們可以按照下面給出的步驟，使用 Python 中的 PCA 將 IRIS 資料集轉換為 2 特徵資料集 -
第 1 步- 首先，從 scikit-learn 導入必要的套件。我們需要導入資料集和分解包。
步驟2- 載入 IRIS 資料集。
步驟3- 列印資料集的詳細資訊。
步驟4- 初始化主成分分析 (PCA) 並應用 fit() 函數來擬合資料。 p>
步驟5- 將資料集轉換為新維度，即 2 個特徵資料集。
在下面的範例中，我們將使用上述步驟透過 PCA 將 scikit-learn IRIS 植物資料集轉換為 2 個特徵。
# Importing the necessary packages from sklearn import datasets from sklearn import decomposition # Load iris plant dataset iris = datasets.load_iris() # Print details about the dataset print('Features names : '+str(iris.feature_names)) print('\n') print('Features size : '+str(iris.data.shape)) print('\n') print('Target names : '+str(iris.target_names)) print('\n') X_iris, Y_iris = iris.data, iris.target # Initialize PCA and fit the data pca_2 = decomposition.PCA(n_components=2) pca_2.fit(X_iris) # Transforming iris data to new dimensions(with 2 features) X_iris_pca2 = pca_2.transform(X_iris) # Printing new dataset print('New Dataset size after transformations: ', X_iris_pca2.shape)
它將產生以下輸出 -
Features names : ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] Features size : (150, 4) Target names : ['setosa' 'versicolor' 'virginica'] New Dataset size after transformations: (150, 2)
我們可以使用稱為主成分分析（PCA）的統計方法將 Iris 資料集轉換為具有 3 個特徵的新特徵空間。 PCA透過分析原始資料集的特徵，基本上將資料線性投影到新的特徵空間。
PCA 背後的主要概念是選擇資料的「主要」特徵並基於它們建立特徵。它將為我們提供新的資料集，該資料集的大小較小，但具有與原始資料集相同的資訊。
在下面的範例中，我們將使用 PCA 轉換 scikit-learn Iris 植物資料集（以 3 個元件初始化）。
# Importing the necessary packages from sklearn import datasets from sklearn import decomposition # Load iris plant dataset iris = datasets.load_iris() # Print details about the dataset print('Features names : '+str(iris.feature_names)) print('\n') print('Features size : '+str(iris.data.shape)) print('\n') print('Target names : '+str(iris.target_names)) print('\n') print('Target size : '+str(iris.target.shape)) X_iris, Y_iris = iris.data, iris.target # Initialize PCA and fit the data pca_3 = decomposition.PCA(n_components=3) pca_3.fit(X_iris) # Transforming iris data to new dimensions(with 2 features) X_iris_pca3 = pca_3.transform(X_iris) # Printing new dataset print('New Dataset size after transformations : ', X_iris_pca3.shape) print('\n') # Getting the direction of maximum variance in data print("Components : ", pca_3.components_) print('\n') # Getting the amount of variance explained by each component print("Explained Variance:",pca_3.explained_variance_) print('\n') # Getting the percentage of variance explained by each component print("Explained Variance Ratio:",pca_3.explained_variance_ratio_) print('\n') # Getting the singular values for each component print("Singular Values :",pca_3.singular_values_) print('\n') # Getting estimated noise covariance print("Noise Variance :",pca_3.noise_variance_)
它將產生以下輸出 -
Features names : ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] Features size : (150, 4) Target names : ['setosa' 'versicolor' 'virginica'] Target size : (150,) New Dataset size after transformations : (150, 3) Components : [[ 0.36138659 -0.08452251 0.85667061 0.3582892 ] [ 0.65658877 0.73016143 -0.17337266 -0.07548102] [-0.58202985 0.59791083 0.07623608 0.54583143]] Explained Variance: [4.22824171 0.24267075 0.0782095 ] Explained Variance Ratio: [0.92461872 0.05306648 0.01710261] Singular Values : [25.09996044 6.01314738 3.41368064] Noise Variance : 0.02383509297344944
以上是如何在Python中將Scikit-learn的IRIS資料集轉換為只有兩個特徵的資料集？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
