Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Scikit-learn для PCA | Побудова моделі
Метод Головних Компонент
course content

Зміст курсу

Метод Головних Компонент

Метод Головних Компонент

1. Що таке аналіз головних компонент
2. Основні поняття РСА
3. Побудова моделі
4. Аналіз результатів

book
Scikit-learn для PCA

Ми розібралися з реалізацією алгоритму PCA за допомогою бібліотеки numpy. За допомогою Scikit-learn ми можемо почати використовувати цей метод всього з одного рядка коду:

python

PCA - це клас бібліотеки scikit-learn. Він містить більше 5 аргументів, але нас найбільше цікавить лише один - n_components. Цей аргумент відповідає за кількість основних компонентів, які ми хочемо отримати. Єдина умова - кількість компонент, звичайно ж, має бути не меншою за кількість змінних у наборі даних. Клас PCA містить 2 основні методи, які ми будемо використовувати: fit і transform. Метод fit() завантажує дані в клас, а метод transform() перетворює їх, і ми отримуємо результат роботи алгоритму PCA. Якщо ми хочемо об'єднати ці 2 операції, використаємо метод fit_transform():

python

Якщо ми хочемо отримати компоненти, які обчислив алгоритм, виклимо атрибут .components_:

python
Завдання

Swipe to start coding

Імпортувати клас PCA з бібліотеки scikit-learn і створити PCA модель для набору даних iris з 2 компонентами.

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 3. Розділ 1
toggle bottom row

book
Scikit-learn для PCA

Ми розібралися з реалізацією алгоритму PCA за допомогою бібліотеки numpy. За допомогою Scikit-learn ми можемо почати використовувати цей метод всього з одного рядка коду:

python

PCA - це клас бібліотеки scikit-learn. Він містить більше 5 аргументів, але нас найбільше цікавить лише один - n_components. Цей аргумент відповідає за кількість основних компонентів, які ми хочемо отримати. Єдина умова - кількість компонент, звичайно ж, має бути не меншою за кількість змінних у наборі даних. Клас PCA містить 2 основні методи, які ми будемо використовувати: fit і transform. Метод fit() завантажує дані в клас, а метод transform() перетворює їх, і ми отримуємо результат роботи алгоритму PCA. Якщо ми хочемо об'єднати ці 2 операції, використаємо метод fit_transform():

python

Якщо ми хочемо отримати компоненти, які обчислив алгоритм, виклимо атрибут .components_:

python
Завдання

Swipe to start coding

Імпортувати клас PCA з бібліотеки scikit-learn і створити PCA модель для набору даних iris з 2 компонентами.

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 3. Розділ 1
Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
We're sorry to hear that something went wrong. What happened?
some-alt