[TIL] 21.05.25 PCA

PCA

import seaborn as sns
import pandas as pd

# 데이터 셋 불러오기
df = sns.load_dataset('penguins')

# 결측치 확인
df.isna().sum()

# out
# species               0
# island                0
# bill_length_mm        2
# bill_depth_mm         2
# flipper_length_mm     2
# body_mass_g           2
# sex                  11
# dtype: int64

# 결측치 제거
df.dropna(inplace=True)
df.isna().sum()


# out
# species              0
# island               0
# bill_length_mm       0
# bill_depth_mm        0
# flipper_length_mm    0
# body_mass_g          0
# sex                  0
# dtype: int64

# 숫자형 데이터만 df2에 복사
df2 = df.loc[:, "bill_length_mm" : "body_mass_g"].copy()

from sklearn.preprocessing import StandardScaler, Normalizer
from sklearn.decomposition import PCA

scaler = StandardScaler()
# 정규화
X = scaler.fit_transform(df2)

# PCA
pca = PCA(2)
pca.fit(X)

Z = pca.transform(X)
# 분산 비율 저장
ratio = pca.explained_variance_ratio_

print(Z[:3])
print(ratio)


# out
# pca
# [[-1.85359302  0.03206938]
#  [-1.31625406 -0.44352677]
#  [-1.37660509 -0.16123048]]
# explained_variance_ratio
# [0.68633893 0.19452929]

그래프 데이터 프레임 만들기

# 그래프 그릴 데이터프레임 만들기
df_plot = pd.DataFrame({'species' : df.species,
                       'PC1' : Z[:,0],
                       'PC2' : Z[:,1]})
df_plot.head()

out

scatter plot 만들기

# 종 별로 나눈 PC1, PC2 값 출력
sns.scatterplot(data=df_plot, x='PC1', y='PC2', hue='species');

out