PCA降维练习

1.读取数据

import pandas as pd
import openpyxl
import numpy as np
data = pd.read_excel("C:\\Users\\86152\\Desktop\\我国大陆经济发展状况数据.xlsx",header=None,engine='openpyxl')
data = data [2:]
data = data[[1,2,3,4,5,6,7,8]]
data

　　

 

 2.去中心化：每个数据减去对应每列的平均值

sample,feature=data.shape
data = data - np.mean(data)
data

 

 

3.计算协方差矩阵:直接调用方法

data1 = np.mat(data)
data1 = data1.astype('float16')

# 计算协方差矩阵
covX = np.cov(data1.T)
covX

　　

 

 

4. 求特征值和特征向量：调用方法

eig_val, eig_vec = np.linalg.eig(covX)
eig_pairs = [(np.abs(eig_val[i]), eig_vec[:, i]) for i in range(feature)]
eig_val

 

 

5.特征值排序

index = np.argsort(-eig_val)
# 对特征值从大到小排序，
np.argsort(eig_val)

 

 

6.降维

k = 3
selectVec = np.matrix(eig_vec.T[index[:k]])
finalData = data1 * selectVec.T # (30, 8) * (8, 3) = (30, 3)
finalData.shape
finalData