您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“Python數(shù)據(jù)可視化操作的原理”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學(xué)習(xí)“Python數(shù)據(jù)可視化操作的原理”吧!
Python使用PCA算法實戰(zhàn)
用戶需要安裝Python包,建議新手安裝anaconda,anaconda集成了Python以及在開發(fā)過程中一大堆第三方包,比如下文用到的sklearn包。
引入第三方庫的PCA算法,sklearn是Pythonz中常用的機器學(xué)習(xí)第三方模塊,對常用的機器學(xué)習(xí)方法進行了封裝,包括回歸、降維、分類、聚類等方法。
from sklearn.decomposition import PCA
加載Python中自帶的Iris數(shù)據(jù)集,做機器學(xué)習(xí)的應(yīng)該比較熟悉這個數(shù)據(jù)集。主要包含4個維度,三個類。
from sklearn.datasets import load_iris
irisData = load_iris()
對數(shù)據(jù)集使用PCA算法,將數(shù)據(jù)降到2維。
pca = PCA(n_components=2)
reducedData = pca.fit(irisData)
將結(jié)果在散點圖中畫出來,Python功能強大提供可視化圖表的能力。但更多是以處理數(shù)據(jù)為目的,將數(shù)據(jù)傳給前端讓前端繪制。
到此,相信大家對“Python數(shù)據(jù)可視化操作的原理”有了更深的了解,不妨來實際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。