시작하기무료로 시작하기

첫 번째 주성분

데이터의 첫 번째 주성분은 데이터가 가장 많이 변하는 방향이에요. 이 연습에서는 PCA를 사용해 곡물 샘플의 길이와 너비 측정값에서 첫 번째 주성분을 찾고, 산점도에 화살표로 표시해 보세요.

배열 grains에는 곡물 샘플의 길이와 너비가 들어 있어요. PyPlot(plt)과 PCA는 이미 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 Unsupervised Learning

강의 보기

연습 안내

  • 곡물 측정값으로 산점도를 만드세요. 이 단계는 이미 완료되어 있어요.
  • model이라는 이름의 PCA 인스턴스를 생성하세요.
  • grains 데이터에 모델을 학습(fit)하세요.
  • model의 .mean_ 속성을 사용해 데이터 평균의 좌표를 추출하세요.
  • .components_[0,:] 속성으로 model의 첫 번째 주성분을 가져오세요.
  • plt.arrow() 함수를 사용해 산점도에 첫 번째 주성분을 화살표로 그리세요. 앞의 두 인수인 mean[0]과 mean[1]을 지정해야 합니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()
코드 편집 및 실행