最近学了PCA,其原理简单,应用范围也十分广泛,但是当实现过程中会用到协方差矩阵,特征值和特征向量,总是有种似懂非懂的感觉,但是算法的流程算是搞清楚了,这里把代码写出来放在这里,供以后继续参考学习。其中np.sort()算是再次了解下,lambda还是不太会灵活应用。
'''
用算法自实现PCA
算法实现流程:
1、将样本数据中心化,相当于将数据点的中心点变为零,不然分的是没有意义的
2、计算样本集的协方差矩阵,要用无偏估计, X.T*X/m,这一步是为了更好求得矩阵非对角线为0,无相关
3、计算协方差矩阵的特征值和特征向量,并将其一一对应组合,并按特征值从大到小排列
4、算出各特征值所占的信息比和累加后所占比例
5、根据选定信息量阈值,选择符合条件的特征向量,转置后与X进行特征变换
'''
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA
from sklearn.datasets import load_iris
if __name__ == '__main__':
np.set_printoptions(suppress=True)
data = load_iris()
x, y = data.data, data.target
'''
数据集是150个样本,4个特征,我们接下来降成两维
数据在调入pca model的时候已经中心化了
'''
'''
plt.figure(figsize=(15, 9))
p