Iris 資料集 LDA 與 PCA 2D 投影比較#

Iris 資料集代表 3 種 Iris 花卉（Setosa、Versicolour 和 Virginica），具有 4 個屬性：萼片長度、萼片寬度、花瓣長度和花瓣寬度。

套用至此資料的主成分分析 (PCA) 可識別屬性的組合（主成分，或特徵空間中的方向），這些屬性可解釋資料中的大部分變異。這裡我們在兩個第一個主成分上繪製不同的樣本。

線性判別分析 (LDA) 嘗試識別可解釋類別之間大部分變異的屬性。特別是，與 PCA 相反，LDA 是一種監督方法，使用已知的類別標籤。

explained variance ratio (first two components): [0.92461872 0.05306648]

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

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=0.8, 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=0.8, color=color, label=target_name
    )
plt.legend(loc="best", shadow=False, scatterpoints=1)
plt.title("LDA of IRIS dataset")

plt.show()