การนำ PCA ไปใช้ในไพทอน

ในบทเรียนนี้ เราจะใช้การวิเคราะห์องค์ประกอบหลัก (PCA) เพื่อลดมิติของชุดข้อมูล วิธีนี้ช่วยทำให้ชุดข้อมูลง่ายขึ้นโดยยังคงรักษาข้อมูลสำคัญไว้

ภาพรวมชุดข้อมูล

เราจะใช้ ชุดข้อมูลไอริส ซึ่งประกอบด้วยการวัดขนาดของดอกไม้แต่ละชนิด:

• คุณลักษณะ: ความยาวกลีบเลี้ยง ความกว้างกลีบเลี้ยง ความยาวกลีบดอก และความกว้างกลีบดอก
• เป้าหมาย: ชนิดพันธุ์ (เซโตซา เวอร์ซิคัลเลอร์ เวอร์จินิกา)

ขั้นตอนที่ 1: การนำเข้าไลบรารีและชุดข้อมูล

เราจะเริ่มด้วยการนำเข้าไลบรารีที่จำเป็นและโหลดชุดข้อมูล:

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())

ขั้นตอนที่ 2: การทำข้อมูลให้เป็นมาตรฐาน

PCA มีความไวต่อขนาดของข้อมูล ดังนั้นเราจึงทำข้อมูลให้เป็นมาตรฐานโดยใช้ StandardScaler:

from sklearn.preprocessing import StandardScaler

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

ขั้นตอนที่ 3: การใช้ PCA

เราใช้ PCA เพื่อลดชุดข้อมูลให้เหลือองค์ประกอบหลัก 2 องค์ประกอบ:

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_}")

ขั้นตอนที่ 4: การแสดงผลลัพธ์ของ PCA ด้วยภาพ

เราสามารถแสดงชุดข้อมูลที่แปลงแล้วในพื้นที่สองมิติ เพื่อสังเกตว่าชนิดพันธุ์ต่าง ๆ ถูกจัดกลุ่มอย่างไร:

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()

ขั้นตอนที่ 5: การตีความผลลัพธ์ของ PCA

แผนภาพ PCA แสดงการกระจายตัวของข้อมูลในมิติที่ลดลง จุดของชนิดพันธุ์เดียวกันมักรวมกลุ่มกัน ซึ่งบ่งชี้ว่าการจัดกลุ่มมีประสิทธิภาพ

ข้อดีของ PCA

PCA มีประโยชน์หลายประการ:

• ลดมิติของข้อมูล ทำให้แสดงผลด้วยภาพได้ง่ายขึ้น
• กำจัดสัญญาณรบกวนและคุณลักษณะที่ซ้ำซ้อน
• เพิ่มประสิทธิภาพการคำนวณสำหรับชุดข้อมูลขนาดใหญ่

ความท้าทายของ PCA

ข้อจำกัดบางประการของ PCA ได้แก่:

• คุณลักษณะที่ถูกแปลงแล้วตีความได้ยากขึ้น
• ไวต่อการปรับมาตราส่วนของคุณลักษณะ
• อาจไม่สามารถจับความสัมพันธ์ที่ซับซ้อนและไม่เป็นเชิงเส้นในข้อมูลได้

สรุปและขั้นตอนถัดไป

ในบทเรียนนี้ เราได้:

• ใช้ PCA ลดมิติของชุดข้อมูลไอริส
• แสดงภาพผลลัพธ์และสังเกตการจัดกลุ่มของชนิดพันธุ์ในพื้นที่สองมิติ
• พูดคุยเกี่ยวกับข้อดีและความท้าทายของ PCA

ถัดไป เราจะสำรวจแนวคิดการเรียนรู้เชิงลึกขั้นสูง โดยเริ่มจากโครงข่ายประสาทเทียม