颜色分类leetcode dsc pca in scikitlearn lab dsc pca in scikitlearn l...

颜色分类leetcode scikit-learn中的主成分分析-实验室介绍现在您已经看到了PCA的简要介绍，是时候使用scikit-learn自行运行PCA。目标在本实验中，您将：使用scikit-learn库实现PCA通过观察解释方差确定执行PCA时n个分量的最佳数量绘制分类实验的决策边界以直观地检查其性能鸢尾花数据集要练习PCA，您将查看iris数据集。运行下面的单元格以加载它。 from sklearn import datasets import pandas pd iris = datasets . load_iris () df = pd . DataFrame ( iris . data , columns = iris . feature_names ) df [ 'Target' ] = iris . get ( 'target' ) df . head ()在执行PCA和可视化主要组件之前，获得有关您将使用的数据的更多上下文会很有帮助。运行下面的单元格以可视化成对特征图。有了这个，请注意目标标