【scikit-learn】iris(アイリス)データの主成分分析による次元削減と視覚化

どうも、とがみんです。

以前の記事で主成分分析がどういうものなのかについて紹介しました。

この記事では、4つの特徴量を持つirisデータを用いて、scikit-learnを利用して主成分分析を行い、特徴量を3つ、2つと削減し、視覚化していきます。

Contents

今回すること
データの準備
3次元へ次元削減
2次元へ次元削減
まとめ
参考文献

今回すること

irisデータセットを用いて、主成分分析により、4次元のデータを3次元、2次元に次元削減し、データの雰囲気をより解釈しやすくしていきます。

irisデータを可視化した図

データの準備

データを準備していきます。以下のコード実行すると、「iris」のデータセットがダウンロードされ、各変数に、花の名前や特徴のデータが格納されます。

#データの準備
from sklearn import datasets
dataset = datasets.load_iris()

#データの整理
target_names = dataset.target_names#ターゲット(花の種類)の名前リスト
targets = dataset.target#ターゲットに与えられた番号
feature_names = dataset.feature_names#特徴名リスト
features = dataset.data#各特徴のデータ

#データの準備

from sklearn import datasets

dataset = datasets.load_iris()

#データの整理

target_names = dataset.target_names#ターゲット(花の種類)の名前リスト

targets = dataset.target#ターゲットに与えられた番号

feature_names = dataset.feature_names#特徴名リスト

features = dataset.data#各特徴のデータ

準備したデータを以下のコードで、データを表形式で出力します。

import pandas as pd
from pandas import DataFrame
df = DataFrame(features, columns = feature_names)
df['target'] = target_names[targets]
df.head()

import pandas as pd

from pandas import DataFrame

df = DataFrame(features, columns = feature_names)

df['target'] = target_names[targets]

df.head()

各特徴量のペアをまとめたグラフを以下のコードで表示します。

#4次元を表すグラフ
import seaborn as sns
sns.pairplot(df, hue="target")

#4次元を表すグラフ

import seaborn as sns

sns.pairplot(df, hue="target")

次に、3次元、2次元と次元を削減し、視覚化していきます。

3次元へ次元削減

4次元のirisデータを3次元に次元削減します。

#4次元のデータを3次元へ
from sklearn.decomposition import PCA
import numpy as np
pca3 = PCA(n_components=3)
pca3.fit(features)
transformed = pca3.fit_transform(features)#featuresを3次元に変換

#4次元のデータを3次元へ

from sklearn.decomposition import PCA

import numpy as np

pca3 = PCA(n_components=3)

pca3.fit(features)

transformed = pca3.fit_transform(features)#featuresを3次元に変換

3次元に削減した結果のグラフを表示します。

#3次元グラフの出力
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize = (12, 10))
ax = Axes3D(fig)
plt.title('3dimentions',fontsize = 21)

for label in np.unique(targets):
    p = ax.scatter(transformed[targets == label, 0],
                   transformed[targets == label, 1],
                   transformed[targets == label, 2],
                   marker = 'o', s = 200)

#3次元グラフの出力

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize = (12, 10))

ax = Axes3D(fig)

plt.title('3dimentions',fontsize = 21)

for label in np.unique(targets):

p = ax.scatter(transformed[targets == label, 0],

transformed[targets == label, 1],

transformed[targets == label, 2],

marker = 'o', s = 200)

3次元に次元削減した結果を視覚化したものです。

2次元へ次元削減

4次元のirisデータを2次元に次元削減します。

#4次元のデータを2次元へ
pca2 = PCA(n_components=2)
pca2.fit(features)
transformed = pca2.fit_transform(features)#featuresを2次元に変換

#4次元のデータを2次元へ

pca2 = PCA(n_components=2)

pca2.fit(features)

transformed = pca2.fit_transform(features)#featuresを2次元に変換

2次元に次元削減した結果をグラフ化します。

#2次元グラフの出力
import numpy as np

for label in np.unique(targets):#[0,1,1,1,1,2]が[0,1,2]になる。重複を避ける
    plt.scatter(transformed[targets == label, 0],transformed[targets == label, 1])
    
plt.savefig('2dimentions')
plt.title('2dimentions',fontsize = 21)

#2次元グラフの出力

import numpy as np

for label in np.unique(targets):#[0,1,1,1,1,2]が[0,1,2]になる。重複を避ける