鸢尾花数据集及PCA降维_利用pca方法对鸢尾花数据集进行降维分析 一维-程序员宅基地
鸢尾花数据集输出每个样本的特征属性值
PCA处理输出降维之后的特征属性值
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from sklearn import decomposition
from sklearn import datasets
np.random.seed(5)
centers = [[1, 1], [-1, -1], [1, -1]]
iris = datasets.load_iris() #鸢尾花数据对象
X = iris.data #数据
y = iris.target #特征
###展示属性值
data=iris
tt = pd.DataFrame(data=data.data, columns=data.feature_names) #将数据集数据转换成panda
tt['species'] = data.target #把鸢尾花类型加入到数据集中
data = tt
data.rename(columns={
'sepal length (cm)':"萼片长",
"sepal width (cm)":"萼片宽",
"petal length (cm)":"花瓣长",
"petal width (cm)":"花瓣宽",
"species":"种类"},inplace=True)
kind_dict = {
0:"Setosa",
1:"Versicolour",
2:"Virginica"
}
data["种类"] = data["种类"].map(kind_dict)
data.head() #数据集的内容如下
print(data.head(150))
#######画出三维图
fig = plt.figure(1, figsize=(4, 3))
plt.clf() #只会清除数字 仍然可以在其上绘制另一个绘图
ax = Axes3D(fig, rect=[0, 0, .95, 1], elev=48, azim=134)
plt.cla() #当前活动轴在当前图中。 它保持其他轴不变
pca = decomposition.PCA(n_components=3) #这里为维数
pca.fit(X)
X = pca.transform(X)
####显示方差
# print(pca.explained_variance_ratio_) #投影后的三个维度的方差分布 [0.92461872 0.05306648 0.01710261]
# print(pca.explained_variance_) #方差 [4.22824171 0.24267075 0.0782095 ]
for name, label in [('Setosa', 0), ('Versicolour', 1), ('Virginica', 2)]:
ax.text3D(X[y == label, 0].mean(),
X[y == label, 1].mean() + 1.5,
X[y == label, 2].mean(), name,
horizontalalignment='center',
bbox=dict(alpha=.5, edgecolor='w', facecolor='w'))
# Reorder the labels to have colors matching the cluster results
y = np.choose(y, [1, 2, 0]).astype(np.float)
ax.scatter(X[:, 0], X[:, 1], X[:, 2], c=y, cmap=plt.cm.nipy_spectral,edgecolor='k')
#ax.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.nipy_spectral,edgecolor='k')
for i in range(len(X[:,0])):
print(X[i])
ax.w_xaxis.set_ticklabels([])
ax.w_yaxis.set_ticklabels([])
ax.w_zaxis.set_ticklabels([])
plt.show()
特征属性值
降维后 三维数据
三维数据立体图
智能推荐
如何把海思 Hi3556、Hi3559当ipc芯片使用_hi3556的固件可以刷hi3559吗-程序员宅基地
文章浏览阅读8k次。解决思路：1、网络方面：这两颗料没有网口，那么给linux系统端移植一颗usb转网卡的芯片即可，价格一两块RMB，可行。2、去掉middleware和reference层，直接在ndk层进行操作；3、如果对图像有要求，可以在相关接口扩展指令，从而达到间接使用mpi接口的目的；..._hi3556的固件可以刷hi3559吗
创龙TI OMAP-L138（定点/浮点DSP C674x+ARM9)RJ45以太网口_am1808 代换-程序员宅基地
文章浏览阅读466次。CPUOMAP-L138、TMS320C6748、AM1808三款CPU管脚兼容，外设资源基本相同。OMAP-L138TI公司的达芬奇架构嵌入式应用处理器开始使用DSP与ARM结合的非对称多核结构，OMAP-L138就是其中的一款低功耗双核嵌入式处理器。OMAP-L138双核架构兼具DSP的高数字信号处理性能和精简指令计算机（RISC）技术的优点，双核均是32位处理器。以下是OMAP-L138 CPU的资源框图：RJ45以太网口开发板采用了SMSC的LAN8710A网卡芯片，它可以自_am1808 代换
个人测试文档_测试文档csdn-程序员宅基地
文章浏览阅读71次。YYYYYYYY欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展_测试文档csdn
vue中的uri_Vue.js——vue-resource全攻略-程序员宅基地
文章浏览阅读201次。概述上一篇我们介绍了如何将$.ajax和Vue.js结合在一起使用，并实现了一个简单的跨域CURD示例。Vue.js是数据驱动的，这使得我们并不需要直接操作DOM，如果我们不需要使用jQuery的DOM选择器，就没有必要引入jQuery。vue-resource是Vue.js的一款插件，它可以通过XMLHttpRequest或JSONP发起请求并处理响应。也就是说，$.ajax能做的事情，vue-..._vue uri
vite初识，vite与vuecli对比_vite和vuecli区别-程序员宅基地
文章浏览阅读1.4k次。vite初识，vite与vuecli对比_vite和vuecli区别
怎么彻底关闭计算机应用程序,电脑自动关机前如何强行关闭应用程序-程序员宅基地
文章浏览阅读1.2k次。加上-fWindows XP的关机是由Shutdown.exe程序来控制的，位于Windows\System32文件夹中。如果想让Windows 2000也实现同样的效果，可以把Shutdown.exe复制到系统目录System32下。首先当然要求主板必须支持软件关机功能，否则你还得亲自去按电源开关才能关机，现在的主板一般都支持软件关机。操作步骤：单击“开始”/程序/附件/系统工具中"计划任务"，..._怎么先关程序后关电脑
随便推点
原生 table 浏览器 border 粗细不一致（谷歌90版本以后） table兼容问题_兼容模式下 table表格边框变粗的问题-程序员宅基地
文章浏览阅读2.6k次，点赞2次，收藏6次。.formTable{ border-spacing: 1px; background-color: rgba(201,201,201,1); /*边线颜色*/ border-collapse: separate; }td ,tr{ background-color: #fff;}谷歌更新到90版本后，border-collapse:collapse ; 属性出现问题导致，border 出现宽度不一 80X86有16个通用寄存器register。从某种程度_c 里面调用汇编
python求鸡兔同笼 鸡兔总数鸡兔腿_编写一个程序解鸡兔同笼问题：已知鸡兔总数为a，鸡兔腿总数为b，计算鸡兔各有多少只?...-程序员宅基地
文章浏览阅读1.4k次。【单选题】42. Wie alt ist deine Schwester? Ist sie noch klein? - Ja, sie ist acht.(1998)【单选题】46. Er behauptet, dass er niemals vorher danach .(2014)【多选题】在矩阵组织结构中,项目管理班子成员要直接接受( )的领导 (2.0分)【多选题】(2.0分)【单选题..._gegegan
C++/Qt Window系统下无边框窗体_c++ 无边框窗口-程序员宅基地
文章浏览阅读488次，点赞9次，收藏5次。C++/Qt Window系统下无边框窗体_c++ 无边框窗口
BiLSTM双向长短期记忆神经网络回归预测算法（基于Matlab实现）_双向bilstm模型-程序员宅基地
文章浏览阅读539次，点赞11次，收藏9次。正向的LSTM网络接受序列数据的初始状态，逐步学习前向信息并更新内部隐藏状态，最终生成前向隐藏状态序列。反向的LSTM网络则以相反的顺序处理序列数据，并生成相应的反向隐藏状态序列。本文将介绍使用Matlab实现的BiLSTM算法，并展示其在多输入单输出回归问题上的应用。然后，我们定义了BiLSTM模型的层次结构，包括序列输入层、BiLSTM层、全连接层和回归层。与传统的单向LSTM相比，BiLSTM能够同时利用序列数据的前向和后向信息，从而提高模型在长期依赖关系上的学习能力。_双向bilstm模型
D78XX系列——用于各种电视机、收录机、电子仪器、设备的稳压电源电路，输出电流大，内设过热、短路保护电路，无需外接元件-程序员宅基地
文章浏览阅读295次，点赞9次，收藏11次。D78XX系列是用于各种电视机、收录机、电子仪器、设备的稳压电源电路。包括D7805、D7806、 D7808、 D7809、 D7810、 D7812、 D7815。● 输出电流大，IOMAX= 1A.● 封装形式: T0-220。● 内设过热、短路保护电路。