降维实例之主成分分析

Posted shixinzei

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了降维实例之主成分分析相关的知识,希望对你有一定的参考价值。

数据集来源:https://www.kaggle.com/psparks/instacart-market-basket-analysis

技术分享图片

思路:

技术分享图片

 

实例代码:

import pandas as pd
from sklearn.decomposition import PCA

def main():
    ‘‘‘
    降维实例:主成分分析
    :return: None
    ‘‘‘
    # 读取数据
    prior = pd.read_csv("order_products__prior.csv")
    products = pd.read_csv("products.csv")
    orders = pd.read_csv("orders.csv")
    aisles = pd.read_csv("aisles.csv")
    # 合并数据
    _mg = pd.merge(prior, products, on=[product_id, product_id])
    _mg = pd.merge(_mg, orders, on=[order_id, order_id])
    mt = pd.merge(_mg, aisles, on=[aisle_id, aisle_id])
    # print(mt.head(10))
    # 交叉表
    cross = pd.crosstab(mt[user_id], mt[aisle])
    # print(cross)
    pca = PCA(n_components=0.9)
    data = pca.fit_transform(cross)
    print(data)
    print(data.shape)
    return None

if __name__ == __main__:
    main()

运行结果:

技术分享图片

从结果中可以看出数据的维数降到了27

以上是关于降维实例之主成分分析的主要内容,如果未能解决你的问题,请参考以下文章

算法理解之主成分分析法

OpenCV 例程200篇236. 特征提取之主成分分析(OpenCV)

OpenCV 例程200篇236. 特征提取之主成分分析(OpenCV)

OpenCV 例程200篇235. 特征提取之主成分分析(sklearn)

OpenCV 例程200篇235. 特征提取之主成分分析(sklearn)

OpenCV 例程300篇234. 特征提取之主成分分析(PCA)