DS:基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化

news2024/11/20 20:33:55

DS:基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化

目录

基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化

# 1、加载示例数据集(鸢尾花数据集)

# 2、数据预处理

# T1、PCA降维

# T2、SVD降维

# T3、MDS降维

# T4、LDA降维

# T5、T-SNE降维

# 3、三维图可视化

原始数据

# T1、PCA降维可视化

# T2、SVD降维可视化

# T3、MDS降维可视化

# T4、LDA降维可视化

# T5、T-SNE降维可视化


相关文章
DS:基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化
DS:基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化实现代码

基于鸢尾花数据集利用多种数据降维技术(PCA、SVD、MDS、LDA、T-SNE)实现三维可视化

# 1、加载示例数据集(鸢尾花数据集)

X_arr (150, 4) 
 [[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]
……
 [6.2 3.4 5.4 2.3]
 [5.9 3.  5.1 1.8]]

# 2、数据预处理

# T1、PCA降维

X_pca (150, 3) 
 [[-2.68412563  0.31939725 -0.02791483]
 [-2.71414169 -0.17700123 -0.21046427]
 [-2.88899057 -0.14494943  0.01790026]
……
 [ 1.90094161  0.11662796  0.72325156]
 [ 1.39018886 -0.28266094  0.36290965]]

# T2、SVD降维

X_svd (150, 3) 
 [[ 5.91274714e+00  2.30203322e+00 -7.40153559e-03]
 [ 5.57248242e+00  1.97182599e+00 -2.44592251e-01]
 [ 5.44697714e+00  2.09520636e+00 -1.50292625e-02]
……
 [ 9.10559876e+00 -9.96415757e-01  7.37102889e-01]
 [ 8.49037542e+00 -9.15931258e-01  3.31393992e-01]]

# T3、MDS降维

X_mds (150, 3) 
 [[ 5.64777636e-02 -2.59570066e+00  7.61545625e-01]
 [-5.99309712e-02 -2.72139473e+00  2.42378810e-01]
 [ 1.77952704e-01 -2.86687262e+00  3.47890436e-01]
……
 [ 6.83493773e-01  1.85739079e+00 -4.80778427e-01]
 [ 2.15716983e-01  1.30234420e+00 -6.37089821e-01]]

# T4、LDA降维

n_component_LDA = 2

X_lda (150, 2) 
 [[ 8.06179978e+00  3.00420621e-01]
 [ 7.12868772e+00 -7.86660426e-01]
……
 [-4.96774090e+00  8.21140550e-01]
 [-5.88614539e+00  2.34509051e+00]
 [-4.68315426e+00  3.32033811e-01]]

# T5、T-SNE降维

X_tsne (150, 3) 
 [[-6.37121058e+00  2.02727718e+01  5.03279305e+01]
 [-8.83170776e+01 -2.08327026e+01  8.66149445e+01]
 [-2.88652115e+01 -5.99451447e+01  1.27320602e+02]
……
 [ 5.76065979e+01 -8.55675659e+01  7.04603043e+01]
 [ 8.31780052e+00 -7.34811707e+01 -1.66465416e+01]]

# 3、三维图可视化

原始数据

# T1、PCA降维可视化

# T2、SVD降维可视化

# T3、MDS降维可视化

# T4、LDA降维可视化

# T5、T-SNE降维可视化

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/542488.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

媒体专访是品牌初创阶段宣传的重要手段

传媒如春雨,润物细无声,大家好,我是51媒体网胡老师。 很早以前,有位前辈跟我讲,人的成功分两种,一种是借助平台成功,一种是自己创业成功, 前者成功的概率很大,只需要选好…

【5.18】二、黑盒测试方法—因果图与决策表法

目录 2.3 因果图与决策表法 2.3.1 因果图设计法 2.3.2 决策表 2.3.3 实例:三角形决策表 2.3.4 实例:工资发放决策表 2.3 因果图与决策表法 等价类划分法与边界值分析法主要侧重于输入条件,却没有考虑这些输入之间的关系,如…

单链表和双向链表如何执行删除操作

在实际的软件开发中,从链表中删除一个数据无外乎这两种情况: 删除结点中“值等于某个给定值”的结点;删除给定指针指向的结点。 1.从头结点开始一个一个依次遍历对比,直到找到值等于给定值的结点,然后再通过我前面讲…

LeetCode高频算法刷题记录4

文章目录 1. 二叉树的最近公共祖先【中等】1.1 题目描述1.2 解题思路1.3 代码实现 2. 全排列【中等】2.1 题目描述2.2 解题思路2.3 代码实现 3. 相交链表【简单】3.1 题目描述3.2 解题思路3.3 代码实现 4. 合并 K 个升序链表【困难】4.1 题目描述4.2 解题思路4.3 代码实现 5. 环…

chatgpt赋能Python-python3_4怎么下载

Python3.4的下载和安装 Python是一种流行的编程语言,它被广泛用于算法学习、数据分析和网站开发等领域。Python3.4是Python编程语言的一个版本,它在性能和功能方面都得到了改进。如果你希望学习Python3.4或者使用它开发项目,那么你需要下载并…

Jetpack Compose中的附带效应简介及使用

前言 附带效应是指LaunchedEffect、DisposableEffect、rememberCoroutineScope、rememberUpdatedState、produceState 、derivedStateOf的使用。附带效应这4个字在google官方文档上的表达与解释挺让人难以理解的。其实个人认为准确的描述应该是外部产生的数据向Compose状态作用…

chatgpt赋能Python-python3_8_1怎么用

Python3.8.1使用指南:让您的编程更加高效 Python是一种流行的高级编程语言,它以简洁明了的语法和丰富的库而著称。如果您是一名新手或有经验的程序员,Python都是一个很好的选择。在Python3.8.1中,新的功能和改进将进一步提高Pyth…

chatgpt赋能Python-python2的n次方程序

Python2的N次方程序:一个实用的编程工具 Python2是广泛使用的编程语言之一,它是一种强大且灵活的开源语言,被广泛应用于科学计算、数据分析、Web开发等领域。在Python2中,N次方程序是一种非常基础的程序,但是它在实际…

二叉树的基本认识(一)

要了解二叉树,就必然要知道什么是树,树是一种非线性的数据结构,它是由n(n>0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的…

C++类模板的具体化

目录 分类 代码 分析 一、类模板 一)代码 二)注意事项 三)运行结果 二、完全具体化的模板类 一)代码 二)注意事项 三)执行结果 三、部分具体化的模板类 一)代码 二)注…

【研发工具】Yapi接口管理平台内网Centos8下搭建

1 环境依赖安装 环境要求 nodejs(7.6) (本文安装12.18.3) mongodb(2.6)(本文安装5.0.17) 1.1 安装Nodejs 1.1.1 下载安装包 下载地址:https://nodejs.org/zh-cn/download/这里下载…

代码随想录训练营Day42|背包问题

目录 学习目标 学习内容 416. 分割等和子集 学习目标 01背包问题,你该了解这些! 01背包问题,你该了解这些! 滚动数组 416. 分割等和子集 学习内容 problems/背包理论基础01背包-1.md programmercarl/leetcode-master&#…

Java【网络编程2】详解ServerSocket和Socket类, 逐行代码解析如何服务器客户端通信(附代码)

文章目录 前言一、认识 Socket(套接字), TCP 协议和 UDP 协议1, 什么是 Socket(套接字)2, 浅谈 TCP 协议和 UDP 协议的区别和特点 二、基于 TCP 协议的 Socket API1, ServerSocket 类2, Socket 类 三、逐行代码解析网络编程1, 逐行解析客户端1.1, 核心成员方法 start() 2, 逐行…

【黑马笔记】Servlet简易教程

1. Servlet demo 0. 新建web app项目 记得去 web.xml 中删除多余的配置&#xff0c;以及新建对应的文件夹 1. 导入 Servlet依赖坐标 <dependency><groupId>javax.servlet</groupId><artifactId>javax.servlet-api</artifactId><version&…

四块ACM区域赛金牌,我队友

是的&#xff0c;毕业12年以后&#xff0c;他来找我。     痛失网名了属于是&#xff0c;但是这不重要&#xff0c;​怎么说呢&#xff1f;有点激动&#xff0c;我得把这件事情记录下来&#xff0c;这是一位重量级的人物&#xff0c;也是大家眼中别人家的孩子。     他…

Python网络爬虫:Scrapy和Beautiful Soup的使用和数据处理技巧

章节一&#xff1a;引言 在当今互联网时代&#xff0c;数据的价值越来越被重视&#xff0c;而网络爬虫作为一种强大的工具&#xff0c;可以帮助我们从互联网中提取有用的数据。Python作为一门广泛应用于数据科学和网络开发的编程语言&#xff0c;有着丰富的库和框架来支持网络…

SD卡数据恢复软件哪个最好 SD卡数据恢复多少钱

SD卡是一种常见的数字存储卡&#xff0c;由于其体积小、存储能力强&#xff0c;至今仍然被应用在手机&#xff0c;行车记录仪&#xff0c;微型摄像机中。但SD卡在使用过程中可能会出现一些故障或者数据丢失的情况。那么今天小编就给大家介绍一下SD卡数据恢复软件哪个最好&#…

泊松分布和指数分布的关系

泊松分布和指数分布的关系 泊松分布用于描述单位时间&#xff08;或面积内&#xff09;随机事件发生的次数&#xff08;离散型随机变量&#xff09;&#xff0c; λ \lambda λ表示随机事件在单位时间&#xff08;或面积内&#xff09;发生的平均次数 The Poisson distributio…

操作系统进程调度算法——先来先服务、时间片轮转、优先级调度算法

一、先来先服务调度算法 &#xff08;1&#xff09;算法内容&#xff1a;先来先服务调度算法是一种最简单的调度算法&#xff0c;可以应用于高级调度也可以运用于低级调度。高级调度时&#xff0c;FCFS调度算法按照作业进入后备作业队列的先后顺序选择作业进入内存&#xff0c…

FL Studio 20汉化补丁及详细激活使用说明/fl studio21怎么设置中文?

音乐在人们心中的地位日益增高&#xff0c;近几年音乐选秀的节目更是层出不穷&#xff0c;喜爱音乐&#xff0c;创作音乐的朋友们也是越来越多&#xff0c;音乐的类型有很多&#xff0c;好比古典&#xff0c;流行&#xff0c;摇滚等等。对新手友好程度基本上在首位&#xff0c;…