python的特征提取实验一_实验一 特征提取和可分性判据

实验一

特征提取和可分性判据

一、实验目的

1.

熟练使用

sklearn

工具箱中的各项功能。

2.

理解特征选择和特征提取的概念，掌握数据降维的常用方法。

3.

理解特征可分性判据原理，掌握对特征评判方法。

二、实验内容

1.

使用

sklearn

工具，采用

PCA

、

LDA

、

LLE

算法对鸢尾花数据集进

行降维。

2.

使用基于类内类间距离的判据对降维后的特征进行评价。

3.

对结果进行分析，哪种降维方法适合鸢尾花数据集。

三、实验设备、软件

1

．

PC

机

2

．

python

语言

四、实验原理步骤

1.

数据降维(

PCA

、

LDA

、

LLE

)

(

1

)分别导入工具包：

from sklearn.decomposition import PCA

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

from sklearn.manifold import LocallyLinearEmbedding

(

2

)读入鸢尾花数据

(

3

)使用

fit()

和

transform()

方法对数据进行降维

2.

特征评价