НачатьНачать бесплатно

Первая главная компонента

Первая главная компонента данных — это направление, в котором данные варьируются больше всего. В этом упражнении вам нужно применить PCA, чтобы найти первую главную компоненту по измерениям длины и ширины образцов зерна, а затем отобразить её в виде стрелки на диаграмме рассеяния.

Массив grains содержит значения длины и ширины образцов зерна. PyPlot (plt) и PCA уже импортированы.

Это упражнение является частью курса

Обучение без учителя на Python

Посмотреть курс

Инструкции к упражнению

  • Постройте диаграмму рассеяния по измерениям зерна. Этот шаг уже выполнен за вас.
  • Создайте экземпляр класса PCA с именем model.
  • Обучите модель на данных grains.
  • Извлеките координаты среднего значения данных с помощью атрибута .mean_ объекта model.
  • Получите первую главную компоненту объекта model, используя атрибут .components_[0,:].
  • Отобразите первую главную компоненту в виде стрелки на диаграмме рассеяния с помощью функции plt.arrow(). Укажите первые два аргумента — mean[0] и mean[1].

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код