python之sklearn

python之sklearn–鸢尾花数据集之数据降维(PCA主成分分析)

sklearn库：Scikit - learn（sklearn）是一个用于机器学习的开源 Python 库。它建立在 NumPy、SciPy 和 matplotlib 等其他科学计算库之上，为机器学习的常见任务提供了简单高效的工具，包括分类、回归、聚类、降维、模型选择和预处理等多种算法。

下载sklearn库：pip install scikit-learn

分模块解析

1.导入需要的模块

from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import datasets from sklearn.decomposition import PCA #PCA:主成分分析 1234

2.加载数据

iris = datasets.load_iris() #加载鸢尾花数据集 x = iris.data[:,:2] #仅考察前两个特征,即鸢尾花花萼的长宽 y = iris.target 123

3.计算用于绘制二维散点图时，x轴（花萼长度）和y轴（花萼宽度）的坐标范围

通过减去和加上0.5来适当扩展范围，使可视化效果更好。

x_min,x_max = x[:,0].min() - .5,x[:,0].max() + .5 y_min,y_max = x[:,1].min() - .5,x[:,1].max() + .5 12

4.绘制二维散点图

plt.figure(1,figsize=(6,4)) #创建编号为 1，大小为 (6, 4) 的图形 plt.clf() #清除当前图形窗口中的内容 plt.scatter(x[:,0],x[:,1],c=y,cmap=plt.cm.Set1,edgecolors='k') 123

scatter 函数用于绘制散点图，直观地展示数据点在二维空间中的分布情况通过。
X_reduced[:,0] 表示取这个数据集中每一行的第 1 列数据，作为散点图中每个点的 x 坐标；
X_reduced[:,1] 取每一行的第 2 列数据，作为 y 坐标；
c=y根据样本的类别标签来给点赋予不同的颜色（颜色映射使用plt.cm.Set1)。
cmap=plt.cm.Set1 是 matplotlib 中预定义的一种颜色映射，它能够提供一组离散的、区分度较高的颜色，适合用于区分不同类别等情况。
edgecolors=‘k’ : edgecolor 参数用于指定散点的边缘颜色，'k’表示黑色的—>‘black’

绘制二维图

plt.xlabel('Sepal length') #x轴标签名称 plt.ylabel('Sepal wigth') #y轴标签名称 plt.xlim(x_min,x_max) #设置x坐标范围 plt.ylim(y_min,y_max) #设置y坐标范围 plt.xticks(()) #去掉x坐标轴上的刻度标记 plt.yticks(()) #去掉y坐标轴上的刻度标记 123456 进行主成分分析并绘制 3D 散点图

fig = plt.figure(2,figsize=(6,4)) #创建编号为 2，大小为 (6, 4) 的图形 plt.clf() #用于清除当前图形（Figure）对象中的所有内容 # ax = fig.add_subplot(1,1,1,projection = '3d') #这句代码也是可以做3D图形的 ax = Axes3D(fig,elev=-150,azim=110) 123456

该图形窗口中创建一个 3D 坐标轴对象，并且通过elev（仰角）和azim（方位角）参数设置了视角，方便观察 3D 散点图的效果。

X_reduced = PCA(n_components=3).fit_transform(iris.data) 1

使用PCA类对鸢尾花数据集的所有特征（这里没有像前面二维可视化那样只取部分特征）进行主成分分析。 将数据降到 3维空间（通过n_components=3指定），得到降维后的数据集X_reduced。

ax.scatter(X_reduced[:,0],X_reduced[:,1],X_reduced[:,2],c=y,cmap=plt.cm.Set1,edgecolor='k',s=40) #s是散点的大小 ax.set_title('First three PCA directions') #设置标题 ax.set_xlabel('1st eigenvector') #设置x标签--第一特征向量 ax.xaxis.set_ticklabels([]) #去掉x刻度显示 ax.set_ylabel('2nd eigenvector') #设置y标签--第二特征向量 ax.yaxis.set_ticklabels([]) #去掉y刻度显示 ax.set_zlabel('3rd eigenvector') #设置z标签--第三特征向量 ax.zaxis.set_ticklabels([]) #去掉z刻度显示 plt.show() 显示图片 123456789

完整代码

from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import datasets from sklearn.decomposition import PCA iris = datasets.load_iris() x = iris.data[:,:2] y = iris.target x_min,x_max = x[:,0].min() - .5,x[:,0].max() + .5 y_min,y_max = x[:,1].min() - .5,x[:,1].max() + .5 plt.figure(1,figsize=(6,4)) plt.clf() plt.scatter(x[:,0],x[:,1],c=y,cmap=plt.cm.Set1,edgecolors='k') plt.xlabel('Sepal length') plt.ylabel('Sepal wigth') plt.xlim(x_min,x_max) plt.ylim(y_min,y_max) plt.xticks(()) plt.yticks(()) fig = plt.figure(2,figsize=(6,4)) plt.clf() #ax = fig.add_subplot(1,1,1,projection = '3d') ax = Axes3D(fig,elev=-150,azim=110) plt.cla() X_reduced = PCA(n_components=3).fit_transform(iris.data) ax.scatter(X_reduced[:,0],X_reduced[:,1],X_reduced[:,2],c=y,cmap=plt.cm.Set1,edgecolor='k',s=40) ax.set_title('First three PCA directions') ax.set_xlabel('1st eigenvector') ax.xaxis.set_ticklabels([]) ax.set_ylabel('2nd eigenvector') ax.yaxis.set_ticklabels([]) ax.set_zlabel('3rd eigenvector') ax.zaxis.set_ticklabels([]) plt.show() 1234567891011121314151617181920212223242526272829303132333435363738394041

运行结果图
1.鸢尾花–iris二维散点图

1.鸢尾花–iris三维散点图

相关知识

python 怎么加载鸢尾花数据
数据分割的艺术：揭秘Sklearn中的分割技巧
机器学习教程 之 SKlearn 中 PCA 算法的运用：人脸识别实例
学好Python=基础学科能力+业务知识+ IT技术
python的鸢尾花数据如何导入
用Python识别花卉种类，并自动整理分类！
【Python】基于sklearn构建并评价聚类模型（ KMeans、TSNE降维、可视化、FMI评价法等）
sklearn机器学习支持向量机案例解析
python 鸢尾花数据集下载
【python数据挖掘课程】十九.鸢尾花数据集可视化、线性回归、决策树花样分析

网址: python之sklearn https://www.huajiangbk.com/newsview1544669.html