机器学习一一主成分分析法

下面是python2版本的程序:

对鸢尾花数据进行主成分分析法的操作,并画图:

import matplotlib.pyplot as plt                    #加载matplotlib用于数据的可视化
from sklearn.decomposition import PCA   #加载pca算法包
from sklearn.datasets import load_iris

import numpy as np                                   #加下面两句话实际上是,设置显示阈值,
np.set_printoptions(threshold = 1e6)        #如何不加, python print只能显示首尾30个数据，其他是省略号


data=load_iris()  
y=data.target  
x=data.data  
pca=PCA(n_components=2)         #加载PCA算法，设置降维后主成分数目为2
reduced_x=pca.fit_transform(x)  #对样本进行降维  

red_x,red_y=[],[]  
blue_x,blue_y=[],[]  
green_x,green_y=[],[]  
 
 
 

if __name__ == "__main__":
    for i in range(len(reduced_x)):  
        if y[i] ==0:  
            red_x.append(reduced_x[i][0])  
            red_y.append(reduced_x[i][1])  
        elif y[i]==1:  
            blue_x.append(reduced_x[i][0])  
            blue_y.append(reduced_x[i][1])  
        else:  
            green_x.append(reduced_x[i][0])  
            green_y.append(reduced_x[i][1])
            
        #可视化
    plt.scatter(red_x,red_y,c=‘r‘,marker=‘x‘)  
    plt.scatter(blue_x,blue_y,c=‘b‘,marker=‘D‘)  
    plt.scatter(green_x,green_y,c=‘g‘,marker=‘.‘)  
    plt.show()