Ứng dụng PCA

Giảm Chiều Dữ Liệu với Python

Jeroen Boeye

Head of Machine Learning, Faktion

Hiểu các thành phần

print(pca.components_)

array([[  0.71, 0.71],
       [ -0.71, 0.71]])

PC 1 = 0.71 x Chiều dài bàn tay + 0.71 x Chiều dài bàn chân

PC 2 = -0.71 x Chiều dài bàn tay + 0.71 x Chiều dài bàn chân

chiều dài tay vs. chân với vectơ

Giảm Chiều Dữ Liệu với Python

PCA để khám phá dữ liệu

Thành phần theo nhóm chiều cao

Giảm Chiều Dữ Liệu với Python

PCA trong pipeline

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.pipeline import Pipeline

pipe = Pipeline([
        ('scaler', StandardScaler()),
        ('reducer', PCA())])

pc = pipe.fit_transform(ansur_df)

print(pc[:,:2])

array([[-3.46114925,  1.5785215 ],
       [ 0.90860615,  2.02379935],
       ...,
       [10.7569818 , -1.40222755],
       [ 7.64802025,  1.07406209]])
Giảm Chiều Dữ Liệu với Python

Kiểm tra tác động của biến phân loại

print(ansur_categories.head())

   Branch                  Component     Gender  BMI_class   Height_class
0  Combat Arms             Regular Army  Male    Overweight  Tall
1  Combat Support          Regular Army  Male    Overweight  Normal
2  Combat Support          Regular Army  Male    Overweight  Normal
3  Combat Service Support  Regular Army  Male    Overweight  Normal
4  Combat Service Support  Regular Army  Male    Overweight  Tall
Giảm Chiều Dữ Liệu với Python

Kiểm tra tác động của biến phân loại

ansur_categories['PC 1'] = pc[:,0]
ansur_categories['PC 2'] = pc[:,1]

sns.scatterplot(data=ansur_categories, 
                x='PC 1', y='PC 2', 
                hue='Height_class', alpha=0.4)

Thành phần theo nhóm chiều cao

Giảm Chiều Dữ Liệu với Python

Kiểm tra tác động của biến phân loại

sns.scatterplot(data=ansur_categories, 
                x='PC 1', y='PC 2', 
                hue='Gender', alpha=0.4)

Thành phần theo giới tính

Giảm Chiều Dữ Liệu với Python

Kiểm tra tác động của biến phân loại

sns.scatterplot(data=ansur_categories, 
                x='PC 1', y='PC 2', 
                hue='BMI_class', alpha=0.4)

Thành phần theo nhóm BMI

Giảm Chiều Dữ Liệu với Python

PCA trong pipeline mô hình

pipe = Pipeline([
        ('scaler', StandardScaler()),
        ('reducer', PCA(n_components=3)),
        ('classifier', RandomForestClassifier())])

print(pipe['reducer'])

PCA(n_components=3)
Giảm Chiều Dữ Liệu với Python

PCA trong pipeline mô hình

pipe.fit(X_train, y_train)

pipe['reducer'].explained_variance_ratio_

array([0.56, 0.13, 0.05])

pipe['reducer'].explained_variance_ratio_.sum()

0.74

print(pipe.score(X_test, y_test))

0.986
Giảm Chiều Dữ Liệu với Python

Ayo berlatih!

Giảm Chiều Dữ Liệu với Python

Preparing Video For Download...