时间戳

首页 > 解决方案 > 选择 n 个分量后应用 PCA 约简

python - 选择 n 个分量后应用 PCA 约简

问题描述

我有一个数据集，我想用 PCA 方法降低维度。
我导入数据集，将其拆分为训练集和验证集，然后应用 PCA 来查看累积方差和。

df = read_csv("train.csv")
X = df.drop(['label'], axis = 1)
y = df['label']
X_train, X_validation, y_train, y_validation = train_test_split(X, y, test_size = 0.2, random_state = 42)
model = PCA()
model.fit_transform(X_train_scaled)
variance = model.explained_variance_
cum_var = np.cumsum(variance)/np.sum(variance)

plt.figure(figsize = (15,15))
plt.bar(range(1,26), cum_var*100, alpha = 0.5, align = 'center', label = 'cummulative variance')
plt.legend()
plt.ylabel('Variance')
plt.xlabel('Principal components')

for x,y in zip(range(1,26),cum_var):
    label = "{:.2f}".format(y)
    plt.annotate(label, # this is the text
             (x,y), # this is the point to label
             textcoords = "offset points", # how to position the text
             xytext = (0,10), # distance from text to points (x,y)
             ha = 'center')
plt.show()

我选择 n_components = 16。
如何在 X_train 和 X_validation 上应用 n_components = 16？

标签： pythonpandasmachine-learningpca

解决方案

一旦您知道适当数量的组件，您就可以PCA再次运行，设置n_components=16，并将新的缩减功能保留为您的X_train：

model = PCA(n_components=16)
model.fit(X_train)
X_train = model.transform(X_train)
X_validation = model.transform(X_validation)

推荐阅读