مراجعة: أغاني الطيور

جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 28 من 51.

التحدي

متوسط

سجّل مراقب طيور 160 تغريدة من أربعة أنواع، مع 7 قياسات لكل منها. اختزلها في خريطة واحدة، مثل النبيذ الذي افتتح هذا الفصل.

قِس القياسات ودرّب PCA() للاحتفاظ بكل المكوّنات؛ واحتفظ بناتج fit_transform في points.
اطبع نسبة التباين التي يحتفظ بها أول مكوّنين، بثلاث منازل عشرية، وعدد المكوّنات اللازمة للوصول إلى 90%.
ارسم مخططًا مبعثرًا للمكوّنين الأولين، مع مجموعة واحدة لكل نوع موسومة باسمه، وأضف وسيلة إيضاح. اعرضه.

لمراقب طيور آخر:

First two keep: 0.818
Components for 90%: 4

مخطط بعنوان تغريدات الطيور في بُعدين، المكوّن الأول أفقيًا والثاني عموديًا: أربع مجموعات من التغريدات، للشحرور والشرشور الأحمر والأبي روبن والنمنمة، لكل منها لونها الخاص، مع وسيلة إيضاح

يصف Coddy خريطتك. أي نوعين يتشابهان أكثر في التغريد؟

جرّب بنفسك

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA

# تسجيلات مراقب طيور: 7 قياسات لكل أغنية من 160 أغنية، ونوع الطائر المغرّد
songs = pd.read_csv("songs.csv")
X = songs.drop(columns="species")

fig, ax = plt.subplots()
ax.set_title("Bird Songs in 2D")
ax.set_xlabel("First component")
ax.set_ylabel("Second component")

# اكتب شيفرتك أدناه