Hướng dẫn pca elbow plot python - pca elbow âm mưu trăn

Phân tích thành phần chính (PCA) là một kỹ thuật học máy không được giám sát tìm thấy các thành phần chính (kết hợp tuyến tính của các biến dự đoán) giải thích một phần lớn của biến thể trong bộ dữ liệu.

Khi chúng tôi thực hiện PCA, chúng tôi quan tâm đến việc tìm hiểu bao nhiêu phần trăm của tổng số biến thể trong bộ dữ liệu có thể được giải thích bởi từng thành phần chính.

Một trong những cách dễ nhất để trực quan hóa tỷ lệ phần trăm biến thể được giải thích bởi từng thành phần chính là tạo ra biểu đồ A & NBSP; scree.scree plot.

Hướng dẫn này cung cấp một ví dụ từng bước về cách tạo ra một cốt truyện Scree trong Python.

Bước 1: Tải bộ dữ liệu

Trong ví dụ này, chúng tôi sẽ sử dụng một bộ dữ liệu được gọi là Usarrests, trong đó có dữ liệu về số lượng vụ bắt giữ trên 100.000 cư dân ở mỗi tiểu bang Hoa Kỳ vào năm 1973 cho các tội phạm khác nhau.

Mã sau đây cho thấy cách nhập bộ dữ liệu này và chuẩn bị cho phân tích thành phần chính:

import pandas as pd
from sklearn.preprocessing import StandardScaler

#define URL where dataset is located
url = "https://raw.githubusercontent.com/JWarmenhoven/ISLR-python/master/Notebooks/Data/USArrests.csv"

#read in data
data = pd.read_csv(url)

#define columns to use for PCA
df = data.iloc[:, 1:5]

#define scaler
scaler = StandardScaler()

#create copy of DataFrame
scaled_df=df.copy()

#created scaled version of DataFrame
scaled_df=pd.DataFrame(scaler.fit_transform(scaled_df), columns=scaled_df.columns)

Bước 2: Thực hiện PCA

Tiếp theo, chúng tôi sẽ sử dụng hàm & nbsp; pca () từ gói sklearn thực hiện phân tích thành phần chính.PCA() function from the sklearn package perform principal components analysis.

from sklearn.decomposition import PCA

#define PCA model to use
pca = PCA(n_components=4)

#fit PCA model to data
pca_fit = pca.fit(scaled_df)

Bước 3: Tạo lô SCREE

Cuối cùng, chúng tôi sẽ tính toán tỷ lệ phần trăm của tổng phương sai được giải thích bởi từng thành phần chính và sử dụng matplotlib để tạo ra một biểu đồ scree:matplotlib to create a scree plot:

import matplotlib.pyplot as plt
import numpy as np

PC_values = np.arange(pca.n_components_) + 1
plt.plot(PC_values, pca.explained_variance_ratio_, 'o-', linewidth=2, color='blue')
plt.title('Scree Plot')
plt.xlabel('Principal Component')
plt.ylabel('Variance Explained')
plt.show()

Trục X hiển thị thành phần chính và trục y hiển thị tỷ lệ phần trăm của tổng phương sai được giải thích bởi từng thành phần chính riêng lẻ.

Chúng tôi cũng có thể sử dụng mã sau để hiển thị phần trăm chính xác của tổng phương sai được giải thích bởi từng thành phần chính:

print(pca.explained_variance_ratio_)

[0.62006039 0.24744129 0.0891408  0.04335752]

Chúng ta có thể nhìn thấy:

• Thành phần chính đầu tiên giải thích & NBSP; 62,01% tổng số biến thể trong bộ dữ liệu.62.01% of the total variation in the dataset.
• Thành phần chính thứ hai giải thích 24,74% tổng số biến thể.24.74% of the total variation.
• Thành phần chính thứ ba giải thích 8,91% tổng số biến thể.8.91% of the total variation.
• Thành phần chính thứ tư giải thích 4,34% tổng số biến thể.4.34% of the total variation.

Lưu ý rằng tỷ lệ phần trăm tổng tới 100%.

Bạn có thể tìm thấy nhiều hướng dẫn học máy hơn trên trang này.