始める無料で始める

第1主成分

データの第1主成分は、データの分散が最大となる方向を表します。この演習では、PCA を使って穀粒サンプルの長さと幅の測定値から第1主成分を求め、散布図上に矢印として表現します。

配列 grains には穀粒サンプルの長さと幅が入っています。PyPlot（plt）と PCA はすでにインポート済みです。

この演習はコースの一部です

Pythonで学ぶ教師なし学習

コースを見る

演習の手順

  • 穀粒の測定値の散布図を作成します。これはすでに用意されています。
  • model という名前の PCA インスタンスを作成します。
  • grains データにモデルを適合させます。
  • model の .mean_ 属性を使って、データの平均の座標を取り出します。
  • .components_[0,:] 属性を使って、model の第1主成分を取得します。
  • plt.arrow() 関数を使って、散布図上に第1主成分を矢印として描画します。最初の2つの引数として mean[0] と mean[1] を指定してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Make a scatter plot of the untransformed points
plt.scatter(grains[:,0], grains[:,1])

# Create a PCA instance: model
model = ____

# Fit model to points
____

# Get the mean of the grain samples: mean
mean = ____

# Get the first principal component: first_pc
first_pc = ____

# Plot first_pc as an arrow, starting at mean
plt.arrow(____, ____, first_pc[0], first_pc[1], color='red', width=0.01)

# Keep axes on same scale
plt.axis('equal')
plt.show()
コードを編集して実行