Python'da PCA Uygulama

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

Veri Kümesine Genel Bakış

Çiçek türlerine ilişkin ölçümleri içeren Iris veri kümesini kullanacağız:

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

1. Adım: Kütüphaneleri ve Veri Kümesini İçe Aktarma

Gerekli kütüphaneleri 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 Standardize Etme

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

from sklearn.preprocessing import StandardScaler

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

3. Adım: PCA Uygulama

Veri kümesini 2 temel bileşene indirgemek 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 2B 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 plot, verilerin azaltılmış boyutlarda nasıl dağıldığını gösterir. Aynı türe ait noktalar genellikle birlikte gruplanır; bu da etkili bir kümelemeye işaret eder.

PCA'nın Avantajları

PCA çeşitli avantajlar sunar:

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

PCA'nın Zorlukları

PCA'nın bazı sınırlamaları şunlardır:

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

Özet ve Sonraki Adımlar

Bu derste şunları yaptık:

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

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