欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

使用python实验pca

程序员文章站 2022-07-16 18:09:05
...

pca的基础知识请参考《A TUTORIAL ON PRINCIPAL COMPONENT ANALYSIS》,这里记录一下使用python实现pca实验过程

新建一个x向量,参数10为正态分布的标准差,0为均值,100为向量长度

x=np.random.normal(0,10,100)

新建一个噪声noise

noise=np.random.normal(0,4,100)

新建一个y

y=5*x+3.3+noise

组合起来得到数据集X

X=np.vstack((x,y))

绘制出来看看

plt.scatter(X[0,:],X[1,:])
plt.show()

使用python实验pca

下面我们需要计算该数据集的协方差:

A=np.cov(X)

np.cov这个函数默认数据集是列向量,首先会对所有特征减去均值,再求np.dot(X,X.T),再除n-1,得到:

array([[  110.93271433,   555.42677191],
       [  555.42677191,  2794.35288558]])

对角线上的元素的特征自身的方差,因为X的第一个特征x的标准差是10,方差10*10=100,X的第二个特征y的标准差是25*100=2500,可以看到上面这个协方差对角元素还是跟这两个理论值接近的

接下来求协方差的特征分解:

a,b=np.linalg.eig(A)

得到a,对应两个特征值

array([  5.11658217e-01,   2.90477394e+03])

b,两个特征向量

array([[-0.98080561, -0.19498807],
       [ 0.19498807, -0.98080561]])    

发现第二个特征值是第一个的几百倍,对应图上的点主方向,另外一个对应主方向的垂直方向,检查b的第二列发现这个方向也是数据点分布的主方向

最后进行变换

np.dot(b[:,1].reshape(1,-1),X)

这里只取一个主分量,因为y确实是依赖x得出来的,Y=PX,P=E.T

完毕!

相关标签: pca python