복습: 새의 노래

Coddy Machine Learning 여정의 비지도 학습 섹션에 포함된 레슨. 51개 중 28번째.

챌린지

중급

한 조류 관찰자가 네 종의 새가 부른 노래 160개를 기록했으며, 각 노래마다 측정값이 7개 있습니다. 이 장을 시작한 와인처럼, 이를 하나의 지도에 담아 보세요.

측정값을 스케일링하고 모든 성분을 유지하는 PCA()를 적용하세요. fit_transform의 출력은 points에 저장하세요.
처음 두 성분이 유지하는 분산 비율을 소수점 아래 3자리까지 출력하고, 90%에 도달하는 데 필요한 성분 수를 출력하세요.
처음 두 성분을 산점도로 표시하세요. 종마다 그룹 하나씩 만들고 종 이름을 라벨로 붙인 다음 범례를 표시하세요. 그래프를 보여 주세요.

다른 조류 관찰자를 위한 결과:

First two keep: 0.818
Components for 90%: 4

Bird Songs in 2D라는 제목의 차트. 가로축은 첫 번째 성분, 세로축은 두 번째 성분입니다. 검은지빠귀, 방울새, 울새, 굴뚝새 노래가 각각 고유한 색으로 네 그룹을 이루며 범례가 있습니다.

Coddy가 지도를 설명합니다. 어떤 두 종의 노래가 가장 비슷한가요?

직접 해보기

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

# 탐조가의 기록: 노래 160곡 각각에 대한 측정값 7개와 노래한 새의 종
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")

# 아래에 코드를 작성하세요