Iris数据集的LDA和PCA二维投影的比较

鸢尾花数据集代表3种鸢尾花（Setosa，Versicolour和Virginica），具有4个属性：萼片长度，萼片宽度，花瓣长度和花瓣宽度。

应用于此数据的主成分分析（PCA）可以识别出造成数据差异最大的属性（主要成分或特征空间中的方向）组合。在这里，我们在2个第一主成分上绘制了不同的样本。

线性判别分析（LDA）试图识别出类别之间差异最大的属性。尤其是，与PCA相比，LDA是使用已知类别标签的受监督方法。

import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.decomposition import PCA
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
import pandas as pd

iris = datasets.load_iris()

X = iris.data
y = iris.target
target_names = iris.target_names
pd.DataFrame(X, columns=iris.feature_names).head()

target_names