Wizualizacja transformacji PCA

Uczenie nienadzorowane w Pythonie

Benjamin Wilson

Director of Research at lateral.io

Redukcja wymiarów

Bardziej wydajne przechowywanie i obliczenia
Usunięcie mniej informacyjnych cech „szumu"
... które powodują problemy w zadaniach predykcyjnych, np. klasyfikacji, regresji

Analiza głównych składowych

PCA = „Analiza głównych składowych"
Podstawowa technika redukcji wymiarów
Pierwszy krok: „dekorelacja" (omawiana tutaj)
Drugi krok: redukcja wymiarów (omawiana później)

PCA wyrównuje dane do osi

Obraca próbki danych tak, by były wyrównane do osi
Przesuwa próbki danych, by ich średnia wynosiła 0
Żadna informacja nie jest tracona

wykres punktowy danych o winach z obróconymi osiami

PCA stosuje wzorzec fit/transform

PCA to komponent scikit-learn podobny do KMeans czy StandardScaler
fit() uczy transformacji na podstawie danych
transform() stosuje nauczoną transformację
transform() można też stosować do nowych danych

PCA w scikit-learn

samples = tablica dwóch cech (total_phenols i od280)

[[ 2.8   3.92]
 ...
 [ 2.05  1.6 ]]

from sklearn.decomposition import PCA

model = PCA()
model.fit(samples)

PCA()

transformed = model.transform(samples)

Cechy PCA

Wiersze transformed odpowiadają próbkom
Kolumny transformed to "cechy PCA"
Wiersz zawiera wartości cech PCA danej próbki

print(transformed)

[[  1.32771994e+00   4.51396070e-01]
 [  8.32496068e-01   2.33099664e-01]
 ...
 [ -9.33526935e-01  -4.60559297e-01]]

Cechy PCA nie są skorelowane

Cechy zbioru danych są często skorelowane, np. total_phenols i od280
PCA wyrównuje dane do osi
Wynikowe cechy PCA nie są liniowo skorelowane ("dekorelacja")

wykres punktowy danych o winach z obróconymi osiami

Korelacja Pearsona

Mierzy liniową korelację cech
Wartość od -1 do 1
Wartość 0 oznacza brak korelacji liniowej

3 wykresy punktowe z korelacją 0.7, 0 i -0.7

Składowe główne

"Składowe główne" = kierunki wariancji
PCA wyrównuje składowe główne do osi

wykres punktowy danych o winach z 2 czerwonymi strzałkami wskazującymi kierunki składowych głównych (obrócone osie)

Składowe główne

Dostępne jako atrybut components_ obiektu PCA
Każdy wiersz określa przesunięcie od średniej

print(model.components_)

[[ 0.64116665  0.76740167]
 [-0.76740167  0.64116665]]

Czas na ćwiczenia!

Uczenie nienadzorowane w Pythonie

Preparing Video For Download...