降维

（1）基于L1惩罚项的模型

（2）主成分分析法（PCA）

PCA是为了让映射后的样本具有最大的发散性；无监督的降维方法

from sklearn.decomposition import PCA

#主成分分析法，返回降维后的数据
#参数n_components为主成分数目
PCA(n_components=2).fit_transform(iris.data)

 

 

 

 

 

 

 

 

 

 

（3）线性判别分析（LDA）

而LDA是为了让映射后的样本有最好的分类性能；有监督的降维方法。

from sklearn.lda import LDA

#线性判别分析法，返回降维后的数据
#参数n_components为降维后的维数
LDA(n_components=2).fit_transform(iris.data, iris.target)