ÎncepețiÎncepe gratuit

Prima componentă principală

Prima componentă principală a datelor este direcția în care datele variază cel mai mult. În acest exercițiu, vei folosi PCA pentru a găsi prima componentă principală a măsurătorilor de lungime și lățime ale eșantioanelor de cereale și pentru a o reprezenta ca săgeată pe diagrama de dispersie.

Arrayul grains conține lungimea și lățimea eșantioanelor de cereale. PyPlot (plt) și PCA au fost deja importate pentru tine.

Acest exercițiu face parte din cursul

Învățare nesupervizată în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează o diagramă de dispersie a măsurătorilor de cereale. Acest pas a fost deja realizat pentru tine.
  • Creează o instanță PCA numită model.
  • Antrenează modelul pe datele grains.
  • Extrage coordonatele mediei datelor folosind atributul .mean_ al modelului model.
  • Obține prima componentă principală a modelului model folosind atributul .components_[0,:].
  • Reprezintă prima componentă principală ca săgeată pe diagrama de dispersie, folosind funcția plt.arrow(). Trebuie să specifici primele două argumente – mean[0] și mean[1].

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()
Editează și rulează codul