【Educoder】— 机器学习（PCA第三关）

鹿毅十川

已于 2023-03-29 13:40:10 修改

阅读量3.5k

点赞数 7

分类专栏：【Educoder】头歌学习记录（持续学习更新）文章标签：机器学习 sklearn 人工智能

于 2023-03-29 13:36:41 首次发布

本文链接：https://blog.csdn.net/qq_51023388/article/details/129834960

版权

【Educoder】头歌学习记录（持续学习更新）专栏收录该内容

6 篇文章

订阅专栏

文章讲述了如何利用Python的sklearn库中的PCA进行数据降维，并结合DecisionTreeClassifier对乳腺癌数据集进行分类。通过PCA将特征降至11维，然后用决策树模型进行训练和预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

任务描述

本关任务：你需要调用 sklearn 中的 PCA 接口来对数据继续进行降维，并使用 sklearn 中提供的分类器接口（可任意挑选分类器）对癌细胞数据进行分类。

数据介绍

乳腺癌数据集，其实例数量是 569，实例中包括诊断类和属性，帮助预测的属性一共 30 个，各属性包括 radius 半径（从中心到边缘上点的距离的平均值）， texture 纹理（灰度值的标准偏差）等等，类包括：WDBC-Malignant 恶性和 WDBC-Benign 良性。用数据集的 80% 作为训练集，数据集的 20% 作为测试集，训练集和测试集中都包括特征和诊断类。

sklearn 中已经提供了乳腺癌数据集的相关接口，想要使用该数据集可以使用如下代码：

from sklearn import datasets
#加载乳腺癌数据集
cancer = datasets.load_breast_cancer()
#X表示特征，y表示标签
X = cancer.data
y = cancer.target
数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：

数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：

PCA

PCA 的构造函数中有一个常用的参数可以设置：

n_components ：表示想要将数据降维至 n_components 个维度。

PCA 类中有三个常用的函数分别为： fit 函数用于训练 PCA 模型； transform 函数用于将数据转换成降维后的数据，当模型训练好后，对于新输入的数据，也可以用 transform 方法来降维；fit_transform 函数用于使用数据训练 PCA 模型，同时返回降维后的数据。

其中 fit 函数中的参数:

X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

transform 函数中的参数：
X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

fit_transform 函数中的参数：
X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

PCA 的使用代码如下：

from sklearn.decomposition import PCA
#构造一个将维度降至11维的PCA对象
pca = PCA(n_components=11)
#对数据X进行降维，并将降维后的数据保存至newX
newX = pca.fit_transform(X)

编程要求

在 begin-end 之间填写cancer_predict(train_sample, train_label, test_sample)函数实现降维并对癌细胞进行分类的功能，其中：

train_sample ：训练样本，类型为 ndarray；
train_label ：训练标签，类型为 ndarray；
test_sample ：测试样本，类型为 ndarray。

代码

from sklearn.decomposition import PCA
from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier

def cancer_predict(train_sample, train_label, test_sample):
    '''
    使用PCA降维，并进行分类，最后将分类结果返回
    :param train_sample:训练样本, 类型为ndarray
    :param train_label:训练标签, 类型为ndarray
    :param test_sample:测试样本, 类型为ndarray
    :return: 分类结果
    '''

    #********* Begin *********#
    pca = PCA(n_components=11)
    #对数据进行降维
    train_sample = pca.fit_transform(train_sample)
    test_sample = pca.transform(test_sample)
    clf = DecisionTreeClassifier(max_depth=10)
    clf.fit(train_sample, train_label)
    result = clf.predict(test_sample)
    return result

    #********* End *********#