שונות מוסברת

חלק מהיחידה למידה בלתי מונחית במסלול ה-Machine Learning של Coddy. שיעור 27 מתוך 51.

כמה שמרו 2 רכיבים? כל רכיב מחזיק בחלק מהפיזור הכולל, יחס השונות המוסברת שלו. עבור כל 13 רכיבי היין:

עמודות עבור 13 רכיבי יין שהולכות וקטנות מ־0.36 לכמעט 0, וקו כתום שמסכם אותן ומטפס מ־0.36 ל־1. הוא חוצה את קו ה־90% המקווקו ברכיב 8

PCA() ללא n_components שומר על כולם. np.cumsum מחזירה את הסכום המצטבר:

pca = PCA().fit(scaled)
ratio = pca.explained_variance_ratio_
print(ratio[:3].round(3))
total = np.cumsum(ratio)
print((total < 0.9).sum() + 1)

הדבר מדפיס [0.362 0.192 0.111] ו-8: הסכומים עדיין מתחת ל-0.9, בתוספת זה שחוצה את הסף. לכן מפת היין הדו־ממדית שמרה על 55%.

אתגר

בינוני

מעבדה לשוקולד מודדת 9 דברים בכל חפיסה. כמה רכיבים שומרים על 90% מהפיזור? scaled מוכן.

התאם PCA() וקח את החלק של כל רכיב.
הדפס כמה רכיבים מגיעים ל־90%.
צייר את החלקים כעמודות ב־1, 2, 3... עם התווית each component; את הסכום המצטבר כקו עם marker="o", עם התווית running total; קו אפור מקווקו ב־0.9; ומקרא. הצג אותו.

עבור מעבדה אחרת:

Components for 90%: 4

תרשים שכותרתו הפיזור שנשמר על ידי כל רכיב, עבור 7 רכיבים: העמודות מצטמצמות מ־0.42, הסכום המצטבר עולה עד 1 וחוצה את קו ה־0.9 המקווקו ברכיב 4, ומקרא

נסו בעצמכם

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

# מעבדה של יצרן שוקולד: 9 מדידות לכל אחת מ-150 טבלאות שוקולד
bars = pd.read_csv("chocolate.csv")
scaled = StandardScaler().fit_transform(bars)

fig, ax = plt.subplots()
ax.set_title("Spread Kept by Each Component")
ax.set_xlabel("Component")
ax.set_ylabel("Share of spread")

# כתבו את הקוד שלכם למטה