python：sklearn 主成分分析（PCA）

参考书：《统计学习方法》第2版 第16章 主成分分析（PCA）示例

编写 test_pca_1.py 如下

# -*- coding: utf-8 -*-
""" 主成分分析（PCA） """
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.decomposition import PCA

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 初始化 PCA
pca = PCA(n_components=2)

# 降维
X_pca = pca.fit_transform(X)

print("解释方差比例:", pca.explained_variance_ratio_)

# 可视化
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='viridis')
plt.xlabel('PC1')
plt.ylabel('PC2')
plt.show()

Anaconda 3

运行 python test_pca_1.py

解释方差比例: 0.92461872 0.05306648