专栏首页用户画像机器学习 | PCA主成分分析

机器学习 | PCA主成分分析

PCA介绍: 主成分分析(Principal Component Analysis),是一种用于探索高维数据的技术。PCA通常用于高维数据集的探索与可视化。还可以用于数据压缩,数据预处理等。PCA可以把可能具有线性相关性的高维变量合成为线性无关的低维变量,称为主成分(principal components),新的低维数据集会尽可能的保留原始数据的变量,可以将高维数据集映射到低维空间的同时,尽可能的保留更多变量。 注意:降维就意味着信息的丢失,这一点一定要明确,如果用原始数据在模型上没有效果,期望通过降维来进行改善这是不现实的,不过鉴于实际数据本身常常存在的相关性,我们可以想办法在降维的同时将信息的损失尽量降低。当你在原数据上跑了一个比较好的结果,又嫌它太慢模型太复杂时候才可以采取PCA降维。

Python实现PCA:

import numpy as np
from sklearn.decomposition import PCA
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
pca = PCA(n_components=2)
pca.fit(X)
PCA(copy=True, iterated_power='auto', n_components=2, random_state=None,
svd_solver='auto', tol=0.0, whiten=False)
print(pca.explained_variance_ratio_)

[ 0.99244289  0.00755711]

先创建一个PCA对象,其中参数n_

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 机器学习重要算法-PCA主成分分析

    大家好,很高兴可以和大家一起来继续学习机器学习,这几天时间,我着重研究了下主成分分析法,不过因为其数学推理实在有些过于繁琐和复杂,我也没太搞得太清楚,如果在文章...

    云时之间
  • 机器学习|主成分分析(PCA)

    在我们机器学习所训练的数据中,通常会存在着很多的特征,这也就意味着我们所要处理的数据的维度是很大的,由于维度大的数据处理起来非常困难,各种各样的降维算法也就随之...

    数据山谷
  • 机器学习实战之主成分分析(PCA)

    罗罗攀
  • 机器学习降维之主成分分析(PCA)

    PCA就是找出数据中最主要的方面,用数据中最重要的方面来代替原始数据。假如我们的数据集是n维的,共有m个数据(x1,x2,...,xm),我们将这m个数据从n维...

    小一
  • 简单易学的机器学习算法——主成分分析(PCA)

    一、数据降维        对于现在维数比较多的数据,我们首先需要做的就是对其进行降维操作。降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降...

    zhaozhiyong
  • 简单易学的机器学习算法——主成分分析(PCA)

           对于现在维数比较多的数据,我们首先需要做的就是对其进行降维操作。降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理...

    zhaozhiyong
  • 机器学习(27)【降维】之主成分分析(PCA)详解

    关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 前言 主成分分析(Principal...

    昱良
  • 用scikit-learn学习主成分分析(PCA)

        在主成分分析(PCA)原理总结中,我们对主成分分析(以下简称PCA)的原理做了总结,下面我们就总结下如何使用scikit-learn工具来进行PCA降维...

    刘建平Pinard
  • 主成分分析(PCA)

    主成分分析(Principal components analysis,简称PCA)是最重要的降维方法之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用...

    AngelNH
  • 主成分(PCA)分析

    主成分分析(Principal Component Analysis,PCA), 是一种降维方法,也是在文章发表中常见的用于显示样本与样本之间差异性的计算工具。...

    用户6317549
  • 主成分分析PCA

    在机器学习中,特征的维度通常成百上千,给模型的设计和优化造成了困扰。因而如何找出对结果影响最大的影响因素自然而然的成为克服上述问题的一个可能途径。主成分分析(P...

    yangzelong
  • PCA主成分分析

    前面两节课跟大家分别介绍了聚类和关联规则,它们都属于无监督学习的典型应用,今天来介绍无监督学习的另外一种常见应用——降维!那么为什么要进行降维呢?因为高维的数据...

    用户7569543
  • 主成分分析(PCA)

    内容来源:https://zhuanlan.zhihu.com/p/36318506?utm_source=wechat_session&utm_medium=...

    小萌哥
  • 主成分分析PCA

    如图所示,这是一个二维点云,我们想找出方差最大的方向,如右图所示,这个最大方向的计算,就是PCA做的事情。在高维情况下,PCA不光可以计算出最大方差方向,还可以...

    NT4.4
  • 【机器学习】--主成分分析PCA降维从初识到应用

    主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变...

    LhWorld哥陪你聊算法
  • 机器学习入门 7-1 什么是主成分分析法PCA?

    本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍什么是主成分分析法PCA。

    触摸壹缕阳光
  • PCA主成分分析(下)

    哦……可惜数学实际上没那么多想象的浪漫,它的极致应如潜入深海之渊,耐得住寂寞,踏实严谨。

    流川疯
  • PCA主成分分析(上)

    不知道你记得不记得凌晨杂货店门前卸货的年轻人,或者傍晚地铁口赶着公交上车的归家人。不,你不记得。因为他们对你来说并不重要。

    流川疯
  • PCA主成分分析学习笔记 + Matlab实现

    PCA (Principal Component Analysis) 主成分分析是目前最常用的数据降维方法之一,主要思路是将n维的数据投影到k(n>k)维空间超...

    大鹅

扫码关注云+社区

领取腾讯云代金券