インクリメンタル PCA | 次元削減 | Iris データセット

はじめに

この実験では、Iris データセットに対して次元削減を行うために、増分主成分分析 (IPCA) アルゴリズムを使う手順を段階的に案内します。IPCA は、データセットがメモリに収まらないほど大きく、増分的なアプローチが必要な場合に使用されます。IPCA の結果を、従来の PCA アルゴリズムと比較します。

VM のヒント

VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替え、Jupyter Notebook を使って練習しましょう。

時々、Jupyter Notebook が読み込み終わるまで数秒待つ必要があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。

学習中に問題に直面した場合は、Labby にお尋ねください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

ライブラリのインポート

numpy、matplotlib、および scikit-learn の PCA と IPCA モジュールを含む必要なライブラリをインポートします。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.decomposition import PCA, IncrementalPCA

データの読み込み

scikit-learn のデータセットモジュールから Iris データセットを読み込みます。

iris = load_iris()
X = iris.data
y = iris.target

IPCA を実行する

IPCA クラスのインスタンスを初期化し、データに適合させることで、Iris データセットに対して IPCA を実行します。

n_components = 2
ipca = IncrementalPCA(n_components=n_components, batch_size=10)
X_ipca = ipca.fit_transform(X)

PCA を実行する

PCA クラスのインスタンスを初期化し、データに適合させることで、Iris データセットに対して PCA を実行します。

pca = PCA(n_components=n_components)
X_pca = pca.fit_transform(X)

結果の可視化

変換後のデータを散布図にプロットすることで、IPCA と PCA の結果を可視化します。

colors = ["navy", "turquoise", "darkorange"]

for X_transformed, title in [(X_ipca, "Incremental PCA"), (X_pca, "PCA")]:
    plt.figure(figsize=(8, 8))
    for color, i, target_name in zip(colors, [0, 1, 2], iris.target_names):
        plt.scatter(
            X_transformed[y == i, 0],
            X_transformed[y == i, 1],
            color=color,
            lw=2,
            label=target_name,
        )

    if "Incremental" in title:
        err = np.abs(np.abs(X_pca) - np.abs(X_ipca)).mean()
        plt.title(title + " of iris dataset\nMean absolute unsigned error %.6f" % err)
    else:
        plt.title(title + " of iris dataset")
    plt.legend(loc="best", shadow=False, scatterpoints=1)
    plt.axis([-4, 4, -1.5, 1.5])

plt.show()

まとめ

この実験では、Iris データセットに対して次元削減を行うために、インクリメンタル主成分分析 (IPCA) アルゴリズムをどのように使用するかを学びました。IPCA の結果を従来の PCA と比較し、変換後のデータを散布図に可視化しました。IPCA は、データセットがメモリに収まらないほど大きく、インクリメンタルなアプローチが必要な場合に役立ちます。

Iris データセットにおけるインクリメンタル主成分分析