Rangkuman: Kicauan Burung

Termasuk bagian Pembelajaran Tanpa Pengawasan dalam perjalanan Machine Learning di Coddy. Pelajaran 28 dari 51.

Tantangan

Sedang

Seorang pengamat burung merekam 160 lagu dari empat spesies, masing-masing dengan 7 pengukuran. Padatkan semuanya menjadi satu peta, seperti data anggur yang membuka bab ini.

Skalakan pengukuran dan sesuaikan PCA() agar mempertahankan setiap komponen; simpan output fit_transform dalam points.
Cetak proporsi sebaran yang dipertahankan oleh dua komponen pertama, dengan 3 angka desimal, dan jumlah komponen yang mencapai 90%.
Buat diagram sebar untuk dua komponen pertama, satu kelompok untuk setiap spesies yang diberi label dengan namanya, serta sebuah legenda. Tampilkan diagramnya.

Untuk pengamat burung lainnya:

First two keep: 0.818
Components for 90%: 4

Grafik berjudul Lagu Burung dalam 2D, komponen pertama pada sumbu horizontal dan komponen kedua pada sumbu vertikal: empat kelompok lagu, blackbird, chaffinch, robin, dan wren, masing-masing dengan warna tersendiri, serta legenda

Coddy menjelaskan petamu. Dua spesies mana yang bernyanyi paling mirip?

Coba sendiri

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

# Rekaman pengamat burung: 7 pengukuran untuk setiap lagu dari 160 lagu, serta spesies burung yang bernyanyi
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")

# Tulis kodemu di bawah ini