python 3d pca_Python3入门机器学习 - PCA（主成分分析）

主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标(即主成分)，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。这种方法在引进多方面变量的同时将复杂因素归结为几个主成分，使问题简单化，同时得到的结果更加科学有效的数据信息。

使用梯度上升法求解主成分//准备数据import numpy as npimport matplotlib.pyplot as plt

X = np.empty((100,2))

X[:,0] = np.random.uniform(0.,100.,size=100)

X[:,1] = 0.75*X[:,0]+3.+np.random.normal(0,10.,size=100)

plt.scatter(X[:,0],X[:,1])

plt.show

// 数据demean过程def demean(X):

return X - np.mean(X,axis=0)#效用函数def f(w,X):

return np.sum((X.dot(w)**2))/len(X)#效用函数导函数def df_math(w,X):

return X.T.dot(X.dot(w))*2./len(X)#测试导函数是否正确def df_debug(w,x,epsilon=0.0001):

res = np.empty(len(w))    for i in range(len(w)):

w_1 = w.copy()

w_1[i] += epsilon

w_2 = w.copy()

w_2[i] -= epsilon

res[i] = (f(w_1,X)-f(w_2,X))/(2*epsilon)    return res#使w变为单位向量def direction(w):

return w/np.linalg.norm(w)#梯度上升def gradient_ascent(df,X,initial_w,eta,n_iters=1e4,epsilon=1e-8):

cur_iter = 0

w = direction(initial_w)

while cur_iter

gradient = df(w,X)

last_w = w

w = w + eta*gradient

w = direction(w)   #每次计算后都应该将w转变为单位向量

if(abs(f(w,X) - f(last_w,X))

cur_iter +=1

return winitial_w = np.random.random(X.shape[1])   #不能使用0向量作为初始向量，因为0向量本身是一个极值点eta = 0.01

gradient_ascent(df_debug,X,initial_w,eta)

gradient_ascent(df_math,X,initial_w,eta)

求解数据的前n个主成分def first_n_components(n,X,eta=0.01,n_iters=1e4,epsilon=1e-8):

X_pca = X.copy()

X_pca = demean(X_pca)

res = []

for i in range(n):

initial_w = np.random.random(X_pca.shape[1])

w = first_component(df_math,X_pca,initial_w,eta)

res.append(w)

/*         for i in range(len(X)):

X2[i] = X[i] -X[i].dot(w)*w

*/

X_pca = X_pca - X_pca.dot(w).reshape(-1,1)*w

return res

封装PCA# _*_ encoding:utf-8 _*_import numpy as npclass PCA:

def __init__(self,n_components):        self.n_components = n_components        self.components_ = None    def fit(self,X,eta=0.01,n_iters=1e4):        def demean(X):            return X - np.mean(X, axis=0)        # 效用函数

def f(w, X):            return np.sum((X.dot(w) ** 2)) / len(X)        # 效用函数导函数

def df(w, X):            return X.T.dot(X.dot(w)) * 2. / len(X)        def direction(w):            return w / np.linalg.norm(w)        def first_component(df, X, initial_w, eta, n_iters=1e4, epsilon=1e-8):

cur_iter = 0

w = direction(initial_w)            while cur_iter 

gradient = df(w, X)

last_w = w

w = w + eta * gradient

w = direction(w)  # 每次计算后都应该将w转变为单位向量

if (abs(f(w, X) - f(last_w, X)) 

cur_iter += 1

return w        def first_n_components(n, X, eta=0.01, n_iters=1e4, epsilon=1e-8):

X_pca = X.copy()

X_pca = demean(X_pca)

res = []            for i in range(n):

initial_w = np.random.random(X_pca.shape[1])

w = first_component(df, X_pca, initial_w, eta)

res.append(w)

X_pca = X_pca - X_pca.dot(w).reshape(-1, 1) * w            return res

X_pca = demean(X)        self.components_ = np.empty(shape=(self.n_components,X.shape[1]))        self.components_ = first_n_components(self.n_components,X)        self.components_ = np.array(self.components_)        return self

def transform(self,X):        return X.dot(self.components_.T)    def inverse_transform(self,X):        return X.dot(self.components_)    def __repr__(self):        return "PCA(n_components=%d)" %self.n_components

scikit-learn中的PCAscikit-learn中的PCA没有使用梯度上升法求解主成分，因此使用sklearn中的PCA求解的主成分是与我们求解的向量方向是相反的from sklearn.decomposition import PCA

pca = PCA(n_components=1)

pca.fit(X)

X_transform = pca.transform(X)

X_restore = pca.inverse_transform(X_transform)

plt.scatter(X[:,0],X[:,1],color='b',alpha=0.5)

plt.scatter(X_restore[:,0],X_restore[:,1],color='r',alpha=0.5)

使用PCA处理digits数据集

从图中可以看到，使用PCA将digits数据集的数据维度降低到二维后，knn算法的fit时间降低很多，而score准确率却下降到0.6

pca = PCA(n_components=X_train.shape[1])

pca.fit(X_train)

pca.explained_variance_ratio_   #合并某一维度之后的对数据方差的损失后的正确率plt.plot([i for i in range(X.shape[1])],[np.sum(pca.explained_variance_ratio_[:i+1]) for i in range(X_train.shape[1])])

pca = PCA(0.95)

pca.fit(X_train)

pca.n_components_             -> pca.n_components = 28#即降低到28个维度后有原数据95%的正确率

作者：冰源_63ad

链接：https://www.jianshu.com/p/b20feae17536