Dimensioiden vähentämisen soveltaminen

Aloitamme tuomalla tarvittavat kirjastot ja lataamalla tietojoukon:

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 on herkkä datan skaalalle, joten standardoimme datan käyttämällä StandardScaler-luokkaa:

from sklearn.preprocessing import StandardScaler

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

Käytämme PCA:ta pienentääksemme datajoukon kahteen pääkomponenttiin:

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_}")

Voimme visualisoida muunnetun datajoukon kaksiulotteisessa avaruudessa tarkastellaksemme, miten lajit ryhmittyvät:

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-kuvaaja näyttää, miten data jakautuu pienennetyissä dimensioissa. Saman lajin pisteet ryhmittyvät yleensä yhteen, mikä osoittaa ryhmittelyn toimivan tehokkaasti.

PCA tarjoaa useita hyötyjä:

• Vähentää datan dimensioita, mikä helpottaa visualisointia.
• Poistaa kohinaa ja tarpeettomia piirteitä.
• Parantaa suurten datajoukkojen käsittelyn tehokkuutta.

PCA:n rajoituksia ovat esimerkiksi:

• Muunnettujen piirteiden tulkittavuuden heikkeneminen.
• Herkkyys piirteiden skaalaukselle.
• Se ei välttämättä havaitse datan monimutkaisia epälineaarisia riippuvuuksia.

Tässä oppitunnissa:

• Sovelsimme PCA:ta Iris-tietojoukkoon dimensioiden vähentämiseksi.
• Visualisoimme tulokset ja havaitsimme lajien ryhmittymisen kaksiulotteisessa avaruudessa.
• Käsittelimme PCA:n etuja ja haasteita.

Seuraavaksi tutustumme edistyneisiin syväoppimisen käsitteisiin aloittaen keinotekoisista neuroverkoista.