标签：方向 机制 and col alpha logs layout 转换器 https
运用sklearn进行主成分分析(PCA)代码实现
一、前言及回顾
二、sklearn的PCA类介绍
三、分类结果区域可视化函数
四、10行代码完成葡萄酒数据集分类
五、完整代码
六、总结
一、前言及回顾
从上一篇《PCA数据降维原理及python应用（葡萄酒案例分析）》，我们知道，主成分分析PCA是一种无监督数据压缩技术，上一篇逐步自行写代码能够让我更好地理解PCA内部实现机制，那知识熟悉以及技术成熟后我们可以运用什么提高编码效率？
答案就是：基于sklearn的主成分分析代码实现，使用PCA类进行无监督数据降维，仍然以葡萄酒数据集wine.data为案例，本文将运用sklearn封装的PCA类来实现，提高编码效率，而且会感觉十分简单，前提需要学习理解PCA实现原理及步骤。
这里回顾：《PCA数据降维原理及python应用（葡萄酒案例分析）》
二、sklearn的PCA类介绍
sklearn中的PCA类相当于一个转换器，首先用训练数据来拟合模型，以葡萄酒数据集为例，通过逻辑回归转化样本数据，实现了主成分分析以及特征提取，直接调用PCA类即可。
三、分类结果区域可视化函数
为了在分类结果区别决策区域并可视化表示，这里编写plot_decision_region函数。
def plot_decision_regions(x, y, classifier, resolution=0.02):
markers = [‘s‘, ‘x‘, ‘o‘, ‘^‘, ‘v‘]
colors = [‘r‘, ‘g‘, ‘b‘, ‘gray‘, ‘cyan‘]
cmap = ListedColormap(colors[:len(np.unique(y))])
x1_min, x1_max = x[:, 0].min() - 1, x[:, 0].max() + 1
x2_min, x2_max = x[:, 1].min() - 1, x[:, 1].max() + 1
xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))
z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)
z = z.reshape(xx1.shape)
plt.contourf(xx1, xx2, z, alpha=0.4, cmap=cmap)
for idx, cc in enumerate(np.unique(y)):
plt.scatter(x=x[y == cc, 0],
y=x[y == cc, 1],
alpha=0.6,
c=cmap(idx),
edgecolor=‘black‘,
marker=markers[idx],
label=cc)
四、10行代码完成葡萄酒数据集分类
10行感觉是否很简单，确实关键步骤调用PCA类和plt画图总共10行。
代码如下：
pca = PCA(n_components=2) # 前两个主成分
lr = LogisticRegression() # 逻辑回归来拟合模型
x_train_pca = pca.fit_transform(x_train_std)
x_test_pca = pca.fit_transform(x_test_std)
lr.fit(x_train_pca, y_train)
plot_decision_regions(x_train_pca, y_train, classifier=lr)
plt.xlabel(‘PC1‘)
plt.ylabel(‘PC2‘)
plt.legend(loc=‘lower left‘)
plt.show()
这里看出使用到的主成分也是前两个，使用逻辑回归对训练数据进行拟合，建立模型。
来看看结果就是这样。训练集上的分类效果还是很不错，跟上次自己实现的PCA几乎一样，这次加上了区域的边界划分，更加直观！
测试集上呢?居然是这样！
观察一下，发现好像也不是分类错误，而是发生镜像反转了。造成这种差异的原因是，在测试集上的特征向量正负方向问题，所以需要将测试数据乘以-1反转镜像，从而得到正确的图像。
上面测试数据的pca直接乘以-1，修改为：
x_test_pca = pca.fit_transform(x_test_std) * -1 # 预测时候特征向量正负问题，乘-1反转镜像
这时候镜像反转就对了：看效果在测试集上的分类也不错。
当然，数据加载以及标准化处理还是原来的方法。
df_wine = pd.read_csv(‘D:\PyCharm_Project\maching_learning\wine_data\wine.data‘, header=None) # 本地加载
x, y = df_wine.iloc[:, 1:].values, df_wine.iloc[:, 0].values
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, stratify=y, random_state=0)
sc = StandardScaler()
x_train_std = sc.fit_transform(x_train)
x_test_std = sc.fit_transform(x_test)
五、完整代码
这里完整给出代码，并实现训练效果和测效果子图的对比。
from sklearn.linear_model import LogisticRegression
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
def plot_decision_regions(x, y, classifier, resolution=0.02):
markers = [‘s‘, ‘x‘, ‘o‘, ‘^‘, ‘v‘]
colors = [‘r‘, ‘g‘, ‘b‘, ‘gray‘, ‘cyan‘]
cmap = ListedColormap(colors[:len(np.unique(y))])
x1_min, x1_max = x[:, 0].min() - 1, x[:, 0].max() + 1
x2_min, x2_max = x[:, 1].min() - 1, x[:, 1].max() + 1
xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))
z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)
z = z.reshape(xx1.shape)
plt.contourf(xx1, xx2, z, alpha=0.4, cmap=cmap)
for idx, cc in enumerate(np.unique(y)):
plt.scatter(x=x[y == cc, 0],
y=x[y == cc, 1],
alpha=0.6,
c=cmap(idx),
edgecolor=‘black‘,
marker=markers[idx],
label=cc)
def main():
df_wine = pd.read_csv(‘https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data‘,
header=None) # 服务器加载
x, y = df_wine.iloc[:, 1:].values, df_wine.iloc[:, 0].values
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, stratify=y, random_state=0)
sc = StandardScaler()
x_train_std = sc.fit_transform(x_train)
x_test_std = sc.fit_transform(x_test)
pca = PCA(n_components=2)
lr = LogisticRegression()
x_train_pca = pca.fit_transform(x_train_std)
x_test_pca = pca.fit_transform(x_test_std) * -1 # 预测时候特征向量正负问题，乘-1反转镜像
lr.fit(x_train_pca, y_train)
plt.figure(figsize=(6, 7), dpi=100) # 画图高宽，像素
plt.subplot(2, 1, 1)
plot_decision_regions(x_train_pca, y_train, classifier=lr)
plt.title(‘Training Result‘)
plt.xlabel(‘PC1‘)
plt.ylabel(‘PC2‘)
plt.legend(loc=‘lower left‘)
plt.subplot(2, 1, 2)
plot_decision_regions(x_test_pca, y_test, classifier=lr)
plt.title(‘Testing Result‘)
plt.xlabel(‘PC1‘)
plt.ylabel(‘PC2‘)
plt.legend(loc=‘lower left‘)
plt.tight_layout() # 子图间距
plt.show()
if name == ‘main‘:
main()
六、总结
这次学到了基于sklearn的主成分分析代码实现，使用PCA类进行无监督数据降维，明显感受到编码效率提高许多，而且会感觉十分简单，前提需要学习理解PCA实现原理及步骤，接下来准备学习第二种降维技术LDA，大伙来一起学习，分享学习成果
————————————
本博文版权归作者所有！
禁止商业转载等用途或联系作者授权，非商业转载请注明出处！
作者：Charzueus 来源：博客园
本文链接：https://www.cnblogs.com/chenzhenhong/p/13491526.html
版权声明：本文为博主原创文章，转载请附上原文出处链接和本声明。
JSP的siom运作环境下sklearn进行辨别(PCA)代码实现的全过程
标签：方向 机制 and col alpha logs layout 转换器 https
原文地址：https://www.cnblogs.com/maliang4/p/13936288.html
