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