Инкрементальный PCA | Уменьшение размерности | Датасет Iris

Введение

В этом практическом занятии вы пройдете пошаговый процесс использования алгоритма Incremental Principal Component Analysis (IPCA) для снижения размерности датасета Iris. IPCA используется, когда датасет слишком большой, чтобы поместиться в память, и требует инкрементального подхода. Мы сравним результаты IPCA с традиционным алгоритмом PCA.

Советы по работе с ВМ

После запуска ВМ кликните в верхнем левом углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импорт библиотек

Мы импортируем необходимые библиотеки, включая numpy, matplotlib, а также модули PCA и IPCA из scikit - learn.

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

Загрузка данных

Мы загрузим датасет Iris из модуля datasets в scikit - learn.

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

Выполнить IPCA

Мы выполним IPCA для датасета Iris, инициализировав экземпляр класса IPCA и подгоняя его под данные.

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

Выполнить PCA

Мы выполним PCA для датасета Iris, инициализировав экземпляр класса PCA и подгоняя его под данные.

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

Визуализация результатов

Мы визуализируем результаты IPCA и PCA, построив на диаграмме рассеяния преобразованные данные.

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()

Резюме

В этом практическом занятии мы узнали, как использовать алгоритм Incremental Principal Component Analysis (IPCA) для уменьшения размерности датасета Iris. Мы сравнили результаты IPCA с традиционным PCA и визуализировали преобразованные данные на диаграмме рассеяния. IPCA полезен, когда датасет слишком большой, чтобы поместиться в память, и требует инкрементального подхода.

Инкрементальный анализ главных компонент для датасета Iris