Anvendelse af dimensionalitetsreduktion

Vi begynder med at importere de nødvendige biblioteker og indlæse datasættet:

import pandas as pd
from sklearn.datasets import load_iris

# Load Iris dataset
data = load_iris()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = data.target
print(X.head())

PCA er følsom over for datas skala, så vi standardiserer dem ved hjælp af StandardScaler:

from sklearn.preprocessing import StandardScaler

# Standardize the data
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Vi anvender PCA til at reducere datasættet til 2 hovedkomponenter:

from sklearn.decomposition import PCA

# Apply PCA
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
print(f"Explained Variance Ratio: {pca.explained_variance_ratio_}")

Vi kan visualisere det transformerede datasæt i et todimensionalt rum for at se, hvordan arterne grupperer sig:

import matplotlib.pyplot as plt

# Scatter plot of PCA results
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='viridis')
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
plt.title('PCA Results')
plt.colorbar(label='Species')
plt.show()

PCA-diagrammet viser, hvordan dataene er fordelt i de reducerede dimensioner. Punkter for samme art har tendens til at samle sig, hvilket viser effektiv klyngedannelse.

PCA har flere fordele:

• Reducerer datas dimensioner, så de bliver lettere at visualisere.
• Fjerner støj og overflødige egenskaber.
• Forbedrer beregningseffektiviteten for store datasæt.

Nogle af PCA's begrænsninger er:

• De transformerede egenskaber bliver vanskeligere at fortolke.
• Resultatet er følsomt over for skaleringen af egenskaberne.
• Metoden opfanger muligvis ikke komplekse, ikke-lineære sammenhænge i dataene.

I denne lektion:

• Anvendte vi PCA på Iris-datasættet for at reducere dimensionaliteten.
• Visualiserede vi resultaterne og observerede klyngedannelse blandt arterne i et 2D-rum.
• Gennemgik vi fordelene ved og udfordringerne med PCA.

Dernæst udforsker vi avancerede begreber inden for deep learning, begyndende med kunstige neurale netværk.