增量式 PCA#

當要分解的數據集太大而無法放入記憶體時，增量式主成分分析 (IPCA) 通常用作主成分分析 (PCA) 的替代方案。IPCA 使用獨立於輸入數據樣本數量的記憶體量，為輸入數據建立低秩近似。它仍然依賴於輸入數據特徵，但更改批次大小允許控制記憶體使用量。

此範例作為視覺檢查，IPCA 能夠找到與 PCA 相似的數據投影（到符號翻轉），同時每次僅處理少量樣本。這可以被認為是「玩具範例」，因為 IPCA 適用於無法放入主記憶體的大型數據集，因此需要增量方法。

# Authors: The scikit-learn developers
# SPDX-License-Identifier: BSD-3-Clause

import matplotlib.pyplot as plt
import numpy as np

from sklearn.datasets import load_iris
from sklearn.decomposition import PCA, IncrementalPCA

iris = load_iris()
X = iris.data
y = iris.target

n_components = 2
ipca = IncrementalPCA(n_components=n_components, batch_size=10)
X_ipca = ipca.fit_transform(X)

pca = PCA(n_components=n_components)
X_pca = pca.fit_transform(X)

colors = ["navy", "turquoise", "darkorange"]

for X_transformed, title in [(X_ipca, "Incremental PCA"), (X_pca, "PCA")]:
    plt.figure(figsize=(8, 8))
    for color, i, target_name in zip(colors, [0, 1, 2], iris.target_names):
        plt.scatter(
            X_transformed[y == i, 0],
            X_transformed[y == i, 1],
            color=color,
            lw=2,
            label=target_name,
        )

    if "Incremental" in title:
        err = np.abs(np.abs(X_pca) - np.abs(X_ipca)).mean()
        plt.title(title + " of iris dataset\nMean absolute unsigned error %.6f" % err)
    else:
        plt.title(title + " of iris dataset")
    plt.legend(loc="best", shadow=False, scatterpoints=1)
    plt.axis([-4, 4, -1.5, 1.5])

plt.show()