Iris数据集LDA和PCA二维投影的比较¶
Iris数据集代表了3种鸢尾花(Setosa、Versicolour和Virica)的4个属性：萼片长度、萼片宽度、花瓣长度和花瓣宽度。
应用于该数据的主成分分析(PCA)确定了属性(主成分，或特征空间中的方向)的组合，这些属性在数据中的方差最大。在这里，我们绘制了两个第一主成分的不同样本。
线性判别分析(LDA)试图识别类间差异最大的属性。特别是，与PCA相比，LDA是一种监督方法，使用已知的类标签。
explained variance ratio (first two components): [0.92461872 0.05306648]
print(__doc__)
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.decomposition import PCA
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
iris = datasets.load_iris()
X = iris.data
y = iris.target
target_names = iris.target_names
pca = PCA(n_components=2)
X_r = pca.fit(X).transform(X)
lda = LinearDiscriminantAnalysis(n_components=2)
X_r2 = lda.fit(X, y).transform(X)
# Percentage of variance explained for each components
print('explained variance ratio (first two components): %s'
% str(pca.explained_variance_ratio_))
plt.figure()
colors = ['navy', 'turquoise', 'darkorange']
lw = 2
for color, i, target_name in zip(colors, [0, 1, 2], target_names):
plt.scatter(X_r[y == i, 0], X_r[y == i, 1], color=color, alpha=.8, lw=lw,
label=target_name)
plt.legend(loc='best', shadow=False, scatterpoints=1)
plt.title('PCA of IRIS dataset')
plt.figure()
for color, i, target_name in zip(colors, [0, 1, 2], target_names):
plt.scatter(X_r2[y == i, 0], X_r2[y == i, 1], alpha=.8, color=color,
label=target_name)
plt.legend(loc='best', shadow=False, scatterpoints=1)
plt.title('LDA of IRIS dataset')
plt.show()
脚本的总运行时间：(0分0.207秒)