Python'da PCA Uygulama

Bu derste, bir veri kümesinin boyutunu azaltmak için Temel Bileşen Analizi'ni (PCA) uygulayacağız. Bu, temel bilgileri korurken veri kümesini basitleştirmeye yardımcı olur.

Veri Kümesine Genel Bakış

Çiçek türlerine ait ölçümleri içeren Iris veri kümesini kullanacağız:

• Özellikler: Çanak yaprağı uzunluğu, çanak yaprağı genişliği, taç yaprağı uzunluğu ve taç yaprağı genişliği.
• Hedef: Tür (Setosa, Versicolor, Virginica).

1. Adım: Kitaplıkları ve Veri Kümesini İçe Aktarma

Gerekli kitaplıkları içe aktararak ve veri kümesini yükleyerek başlayacağız:

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())

2. Adım: Verileri Standartlaştırma

PCA, verilerin ölçeğine duyarlıdır; bu nedenle verileri StandardScaler kullanarak standartlaştırırız:

from sklearn.preprocessing import StandardScaler

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

3. Adım: PCA Uygulama

Veri kümesinin boyutunu 2 temel bileşene indirmek için PCA uygularız:

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_}")

4. Adım: PCA Sonuçlarını Görselleştirme

Türlerin nasıl gruplandığını gözlemlemek için dönüştürülmüş veri kümesini iki boyutlu uzayda görselleştirebiliriz:

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()

5. Adım: PCA Sonuçlarını Yorumlama

PCA grafiği, verilerin azaltılmış boyutlarda nasıl dağıldığını gösterir. Aynı türe ait noktalar genellikle birlikte gruplanır; bu da kümelenmenin etkili olduğunu gösterir.

PCA'nın Avantajları

PCA çeşitli faydalar sağlar:

• Verilerin boyutunu azaltarak görselleştirmeyi kolaylaştırır.
• Gürültüyü ve gereksiz özellikleri ortadan kaldırır.
• Büyük veri kümeleri için hesaplama verimliliğini artırır.

PCA'nın Zorlukları

PCA'nın bazı sınırlamaları şunlardır:

• Dönüştürülmüş özelliklerin yorumlanabilirliğinin azalması.
• Özelliklerin ölçeklendirilmesine duyarlılık.
• Verilerdeki karmaşık, doğrusal olmayan ilişkileri yakalayamama ihtimali.

Özet ve Sonraki Adımlar

Bu derste:

• Boyut indirgeme için Iris veri kümesine PCA uyguladık.
• Sonuçları görselleştirdik ve 2B uzayda türlerin kümelendiğini gözlemledik.
• PCA'nın avantajlarını ve zorluklarını ele aldık.

Sonraki adımda, yapay sinir ağlarıyla başlayarak gelişmiş derin öğrenme kavramlarını inceleyeceğiz.