PCA降维+分类器 python语言写的

PCA降维+分类器 python语言写的 主成分分析 代码可以跑 python3.6版

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from mpl_toolkits.mplot3d import proj3d
from matplotlib.patches import FancyArrowPatch


np.random.seed（1）  

mu_vec1 = np.array（[0 0 0]）
cov_mat1 = np.array（[[1 0 0] [0 1 0] [0 0 1]]）
class1_sample = np.random.multivariate_normal（mu_vec1 cov_mat1 10）.T
assert class1_sample.shape == （3 10） “The matrix has not the dimensions 3x10“


mu_vec2 = np.array（[1 1 1]）
cov_mat2 = np.array（[[1 0 0] [0 1 0] [0 0 1]]）
class2_sample = np.random.multivariate_normal（mu_vec2 cov_mat2 10）.T
assert class2_sample.shape == （3 10） “The matrix has not the dimensions 3x50“

fig = plt.figure（figsize=（8 8））
ax = fig.add_subplot（111 projection=‘3d‘）
plt.rcParams[‘legend.fontsize‘] = 10
ax.plot（class1_sample[0 :] class1_sample[1 :] class1_sample[2 :] ‘o‘ markersize=8 color=‘blue‘ alpha=0.5
        label=‘class1‘）
ax.plot（class2_sample[0 :] class2_sample[1 :] class2_sample[2 :] ‘^‘ markersize=8 alpha=0.5 color=‘red‘
        label=‘class2‘）

plt.title（‘Samples for class 1 and class 2‘）
ax.legend（loc=‘upper right‘）
plt.show（）


all_samples = np.concatenate（（class1_sample class2_sample） axis=1）
assert all_samples.shape == （3 20） “The matrix has not the dimensions 3x20“


mean_x = np.mean（all_samples[0 :]）
mean_y = np.mean（all_samples[1 :]）
mean_z = np.mean（all_samples[2 :]）

mean_vector = np.array（[[mean_x] [mean_y] [mean_z]]）
print（‘Mean Vector:\n‘ mean_vector）


cov_mat = np.cov（[all_samples[0 :] all_samples[1 :] all_samples[2 :]]）
print（‘Covariance Matrix:\n‘ cov_mat）


eig_val_cov eig_vec_cov = np.linalg.eig（cov_mat）

for i in range（len（eig_val_cov））:
    eigvec_cov = eig_vec_cov[: i].reshape（1 3）.T

    print（‘Eigenvector {}: \n{}‘.format（i + 1 eigvec_cov））
    print（‘Eigenvalue {} from covariance matrix: {}‘.format（i + 1 eig_val_cov[i]））
    print（100 * ‘-‘）



class Arrow3D（FancyArrowPatch）:
    def __init__（self xs ys zs *args **kwargs）:
        FancyArrowPatch.__init__（self （0 0） （0 0） *args **kwargs）
        self._verts3d = xs ys zs

    def draw（self renderer）:
        xs3d ys3d zs3d = self._verts3d
        xs ys zs = proj3d.proj_transform（xs3d ys3d zs3d renderer.M）
        self.set_positions（（xs[0] ys[0]） （xs[1] ys[1]））
        FancyArrowPatch.draw（self renderer）


fig = plt.figure（figsize=（7 7））
ax = fig.add_subplot（111 projection=‘3d‘）

ax.plot（all_samples[0 :] all_samples[1 :] all_samples[2 :] ‘o‘ markersize=8 color=‘green‘ alpha=0.2）
ax.plot（[mean_x] [mean_y] [mean_z] ‘o‘ markersize=10 color=‘red‘ alpha=0.5）
for v in eig_vec_cov.T:
    a = Arrow3D（[mean_x v[0]] [mean_y v[1]] [mean_z v[2]] mutation_scale=10 lw=3 arrowstyle=“-|>“ color=“r“）
    ax.add_artist（a）
ax.set_xlabel（‘x_values‘）
ax.set_ylabel（‘y_values‘）
ax.set_zlabel（‘z_values‘）

plt.title（‘Eigenvectors‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     481459  2018-05-31 16:32  第二次作业 降维+分类 171593苏醒\171593_苏醒_降维+分类器.pdf

     文件       6192  2018-05-28 15:13  第二次作业 降维+分类 171593苏醒\171593_苏醒_降维+分类器.py

     目录          0  2018-05-31 16:34  第二次作业 降维+分类 171593苏醒

----------- ---------  ---------- -----  ----

               487651                    3