小数评论

PCA（Principal Component Analysis）是一种常用的降维算法，它通过线性变换将高维数据转换成低维数据，从而保留数据的主要信息。在对数据进行PCA降维后，我们可以通过一些可视化技术来展示降维后的数据，更直观地理解数据之间的关系。

一种常见的PCA可视化方法是绘制散点图。在散点图中，我们可以使用不同的颜色或标记来表示不同类别或聚类，以显示数据在新的低维空间中的分布。通过观察散点图的分布，我们可以发现数据之间的聚类模式、相似性等信息。

除了散点图，我们还可以使用3D散点图来展示PCA降维后的三维数据。在3D散点图中，除了XY轴外，我们还可以利用Z轴来展示数据的第三个主成分，在更直观的空间中观察数据分布。

另外，我们还可以使用热图（heatmap）来展示PCA降维后的数据。热图可以将数据映射成颜色，颜色深浅表示数据的大小，通过观察热图的变化，我们可以更直观地了解数据之间的关系。

此外，使用平行坐标图（parallel coordinate plot）也是一种展示PCA降维后数据的方法。在平行坐标图中，每个特征都对应一个垂直的坐标轴，数据点通过连接线条的方式展示在不同坐标轴上的取值，从而揭示数据之间的模式和关系。

最后，箱线图（boxplot）也可以用来展示PCA降维后的数据。箱线图可以显示数据的中位数、上下四分位数、异常值等信息，帮助我们更全面地理解数据的分布情况。

综上所述，通过散点图、3D散点图、热图、平行坐标图和箱线图等可视化方法，我们可以更直观地展示和理解PCA降维后的数据特征和结构。

1年前 0条评论

小飞棍来咯

这个人很懒，什么都没有留下～

PCA（Principal Component Analysis，主成分分析）是一种常用的降维技术，它能够将高维数据集映射到低维空间中，保留数据集的主要特征。在PCA降维后的数据可视化过程中，可以通过多种方式展示数据的结构和特征，帮助我们更好地理解数据。

以下是PCA降维后数据可视化的方法：

散点图（Scatter Plot）：在二维或三维空间中绘制PCA降维后的数据点的散点图，通过不同颜色或形状表示不同类别或特征，可以直观地展示数据点的分布情况，帮助我们发现数据之间的关系和结构。
热力图（Heatmap）：通过绘制相关系数矩阵的热力图，展示每个主成分与原始特征之间的相关性，可以帮助我们理解主成分的含义和权重，从而更好地理解数据的结构。
累积方差贡献率图（Scree Plot）：绘制累积方差贡献率图，展示每个主成分解释的方差比例，并根据累积贡献率选择合适的主成分数量，帮助我们找到最能够描述数据特征的主成分。
3D图形（3D Plot）：将PCA降维后的数据点在三维空间中呈现，可以更加直观地展示数据点的分布情况，有助于我们发现数据之间的聚类或分布规律。
平行坐标图（Parallel Coordinates Plot）：通过绘制平行坐标图，在一张图中展示每个主成分的权重和数据点在主成分上的投影，可以帮助我们观察数据点在主成分上的分布情况，发现数据点之间的相似性或差异性。

总的来说，通过以上几种方法，我们可以有效地将PCA降维后的数据可视化，并从不同的角度理解数据集的结构和特征，为进一步分析和建模提供有益的参考。

1年前 0条评论

山山而川评论

PCA降维后数据的可视化

简介

主成分分析(Principal Component Analysis, PCA) 是一种常用的降维技术，它通过线性变换将原始数据转换成一组各维度之间不相关的新变量，这些新变量被称为主成分。PCA在降维的过程中会丢失一部分信息，但通常能够保留住数据的主要特征，使得数据的维度减少。在进行PCA降维后，我们通常希望通过可视化的方式来展示数据，以便更好地理解降维后的数据结构。

数据准备

在进行PCA降维前，我们首先需要准备数据。一般来说，可以选择一些实际数据集，比如鸢尾花数据集（Iris dataset）或手写数字数据集（MNIST dataset）等。这些数据集通常包含多个特征或维度，适合用来进行维度约减的分析。

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

PCA降维

接下来，我们需要对数据集进行PCA降维处理。在使用PCA时，我们会选择主成分的数量，一般可以通过累计贡献率（cumulative explained variance ratio）来决定主成分的数量。通常选择累计贡献率达到 70% – 90% 之间即可。

# 创建PCA对象
pca = PCA(n_components=2)

# 对数据集进行PCA降维
X_pca = pca.fit_transform(X)

可视化降维后的数据

将数据降至二维后，我们可以使用散点图或其他可视化手段来展示数据点在新的主成分空间中的分布情况。这有助于我们观察数据的聚类情况、分布规律以及异常值等。

散点图可视化

# 创建新的DataFrame存储降维后的数据
df_pca = pd.DataFrame(data=X_pca, columns=['PC1', 'PC2'])
df_pca['target'] = y

# 绘制散点图
plt.figure(figsize=(8, 6))
targets = [0, 1, 2]
colors = ['r', 'g', 'b']
for target, color in zip(targets, colors):
    indicesToKeep = df_pca['target'] == target
    plt.scatter(df_pca.loc[indicesToKeep, 'PC1'],
                df_pca.loc[indicesToKeep, 'PC2'],
                c=color, s=50)
plt.legend(iris.target_names)
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
plt.title('PCA of IRIS dataset')
plt.show()

上述代码中，我们首先将降维后的数据转换成DataFrame格式，然后利用不同类别的数据点采用不同颜色绘制在二维空间中，通过散点图展示数据的分布。

可视化主成分贡献率

除了展示降维后数据的分布，也可以可视化主成分的贡献率，以便更好地理解降维后数据保留了多少信息。

# 绘制主成分的贡献率
explained_variance_ratio = pca.explained_variance_ratio_

plt.figure()
plt.bar(range(len(explained_variance_ratio)), explained_variance_ratio, alpha=0.5, align='center',
        label='individual explained variance')
plt.step(range(len(explained_variance_ratio)), np.cumsum(explained_variance_ratio), where='mid',
         label='cumulative explained variance')
plt.xlabel('Principal components')
plt.ylabel('Explained variance ratio')
plt.legend(loc='best')
plt.title('Explained Variance Ratio of Principal Components')
plt.show()

通过上述代码，我们可以直观地看到每个主成分的贡献率，以及累积贡献率随主成分数量增加而增加的情况。