用PCA降维,后输出降维后每一列的贡献率,各列贡献相加为1.
// An highlighted block
if __name__ == "__main__":
iris = datasets.load_iris() # 获取鸢尾花数据集Dick
X=iris["data"]#训练数据
Y=iris["target"]#类别
pca = PCA(n_components=2) # 降到2维
pca.fit(X) # 训练
x = pca.fit_transform(X) # 降维后的数据
print(pca.explained_variance_ratio_) # 输出贡献率
基于鸢尾花数据画图,用PCA降维到两维后
plt.figure(figsize=(10, 5))
# x1_min, x1_max = x[:,