प्रिंसिपल कंपोनेंट एनालिसिस

Python में Dimensionality Reduction

Jeroen Boeye

Head of Machine Learning, Faktion

PCA की मूल अवधारणा

हाथ बनाम पैर की लंबाई, दोनों वेक्टर सहित

PCA की मूल अवधारणा

हाथ बनाम पैर की लंबाई, वेक्टर और कोऑर्डिनेट्स सहित

PCA की मूल अवधारणा

हाथ बनाम पैर की लंबाई, वेक्टर और PC कोऑर्डिनेट्स सहित

प्रिंसिपल कंपोनेंट्स की गणना

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
std_df = scaler.fit_transform(df)

from sklearn.decomposition import PCA

pca = PCA()
print(pca.fit_transform(std_df))

[[-0.08320426 -0.12242952]
 [ 0.31478004  0.57048158]
 ...
 [-0.5609523   0.13713944]
 [-0.0448304  -0.37898246]]

PCA सहसम्बंध हटाता है

PCA ट्रांसफॉर्मेशन

प्रिंसिपल कंपोनेंट explained variance ratio

from sklearn.decomposition import PCA

pca = PCA()

pca.fit(std_df)

print(pca.explained_variance_ratio_)

array([0.90, 0.10])

डायमेंशनलिटी रिडक्शन के लिए PCA

बाएँ बनाम दाएँ पैर

डायमेंशनलिटी रिडक्शन के लिए PCA

बाएँ बनाम दाएँ पैर, वेक्टर सहित

print(pca.explained_variance_ratio_)

array([0.9997, 0.0003])

डायमेंशनलिटी रिडक्शन के लिए PCA

pca = PCA()

pca.fit(ansur_std_df)

print(pca.explained_variance_ratio_)

array([0.44, 0.18, 0.04, 0.03, 0.02, 0.02, 0.02, 0.01, 0.01, 0.01, 0.01,
       0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01, 0.01,
       0.01, 0.01, 0.01, 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ,
       ...
       0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ,
       0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ,
       0.  , 0.  , 0.  , 0.  , 0.  , 0.  ])

डायमेंशनलिटी रिडक्शन के लिए PCA

pca = PCA()

pca.fit(ansur_std_df)

print(pca.explained_variance_ratio_.cumsum())

array([0.44, 0.62, 0.66, 0.69, 0.72, 0.74, 0.76, 0.77, 0.79, 0.8 , 0.81,
       0.82, 0.83, 0.84, 0.85, 0.86, 0.87, 0.87, 0.88, 0.89, 0.89, 0.9 ,
       0.9 , 0.91, 0.92, 0.92, 0.92, 0.93, 0.93, 0.94, 0.94, 0.94, 0.95,
       ...
       0.99, 0.99, 0.99, 0.99, 0.99, 1.  , 1.  , 1.  , 1.  , 1.  , 1.  ,
       1.  , 1.  , 1.  , 1.  , 1.  , 1.  , 1.  , 1.  , 1.  , 1.  , 1.  ,
       1.  , 1.  , 1.  , 1.  , 1.  , 1.  ])

अभ्यास करते हैं!

Python में Dimensionality Reduction