鸢尾花数据集#
该数据集包含 3 种不同鸢尾花（山鸢尾、变色鸢尾和维吉尼亚鸢尾）的花瓣和萼片长度，存储在一个 150x4 的 numpy.ndarray 中。
行代表样本，列代表：萼片长度、萼片宽度、花瓣长度和花瓣宽度。
下图使用了前两个特征。有关此数据集的更多信息，请参见此处。
# Code source: Gaël Varoquaux # Modified for documentation by Jaques Grobler # License: BSD 3 clause
加载鸢尾花数据集#
鸢尾花数据集散点图#
import matplotlib.pyplot as plt _, ax = plt.subplots() scatter = ax.scatter(iris.data[:, 0], iris.data[:, 1], c=iris.target) ax.set(xlabel=iris.feature_names[0], ylabel=iris.feature_names[1]) _ = ax.legend( scatter.legend_elements()[0], iris.target_names, loc="lower right", title="Classes" )
散点图中的每个点代表数据集中 150 朵鸢尾花中的一朵，颜色表示其各自的类型（山鸢尾、变色鸢尾和维吉尼亚鸢尾）。您已经可以看到关于山鸢尾类型的一种模式，它可以根据其短而宽的萼片轻松识别。仅考虑这两个维度，萼片宽度和长度，变色鸢尾和维吉尼亚鸢尾类型之间仍然存在重叠。
绘制 PCA 表示#
让我们对鸢尾花数据集应用主成分分析 (PCA)，然后绘制前三个 PCA 维度上的鸢尾花。这将使我们能够更好地区分这三种类型！
# unused but required import for doing 3d projections with matplotlib < 3.2 import mpl_toolkits.mplot3d # noqa: F401 from sklearn.decomposition import PCA fig = plt.figure(1, figsize=(8, 6)) ax = fig.add_subplot(111, projection="3d", elev=-150, azim=110) X_reduced = PCA(n_components=3).fit_transform(iris.data) ax.scatter( X_reduced[:, 0], X_reduced[:, 1], X_reduced[:, 2], c=iris.target, s=40, ) ax.set_title("First three PCA dimensions") ax.set_xlabel("1st Eigenvector") ax.xaxis.set_ticklabels([]) ax.set_ylabel("2nd Eigenvector") ax.yaxis.set_ticklabels([]) ax.set_zlabel("3rd Eigenvector") ax.zaxis.set_ticklabels([]) plt.show()
PCA 将创建 3 个新特征，它们是 4 个原始特征的线性组合。此外，此变换最大化了方差。通过这种变换，我们看到我们可以仅使用第一个特征（即第一个特征值）来识别每个物种。
脚本总运行时间：（0 分钟 0.227 秒）
相关示例
由 Sphinx-Gallery 生成的图库
