【Educoder】— 机器学习（PCA第三关）_本关任务:你需要调用 sklearn 中的 pca 接口来对数据继续进行降维,并使用 sklearn

目录

任务描述

相关知识

数据介绍

PCA

编程要求

代码 

第三关 — sklearn 中的 PCA

任务描述

本关任务：你需要调用 sklearn 中的 PCA 接口来对数据继续进行降维，并使用 sklearn 中提供的分类器接口（可任意挑选分类器）对癌细胞数据进行分类。

相关知识

为了完成本关任务，你需要掌握 sklearn 中的 PCA 类。

数据介绍

乳腺癌数据集，其实例数量是 569，实例中包括诊断类和属性，帮助预测的属性一共 30 个，各属性包括 radius 半径（从中心到边缘上点的距离的平均值）， texture 纹理（灰度值的标准偏差）等等，类包括：WDBC-Malignant 恶性和 WDBC-Benign 良性。用数据集的 80% 作为训练集，数据集的 20% 作为测试集，训练集和测试集中都包括特征和诊断类。

sklearn 中已经提供了乳腺癌数据集的相关接口，想要使用该数据集可以使用如下代码：

1. from sklearn import datasets
2. #加载乳腺癌数据集
3. cancer = datasets.load_breast_cancer()
4. #X表示特征，y表示标签
5. X = cancer.data
6. y = cancer.target
8. 数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：

 数据集中部分数据与标签如下图所示（其中 0 表示良性，1 表示恶性）：

PCA

PCA 的构造函数中有一个常用的参数可以设置：

• n_components ：表示想要将数据降维至 n_components 个维度。

  PCA 类中有三个常用的函数分别为： fit 函数用于训练 PCA 模型； transform 函数用于将数据转换成降维后的数据，当模型训练好后，对于新输入的数据，也可以用 transform 方法来降维；fit_transform 函数用于使用数据训练 PCA 模型，同时返回降维后的数据。

其中 fit 函数中的参数:

• X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

  transform 函数中的参数：

• X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

  fit_transform 函数中的参数：

• X ：大小为[样本数量,特征数量]的 ndarray ，存放训练样本。

PCA 的使用代码如下：

1. from sklearn.decomposition import PCA
3. #构造一个将维度降至11维的PCA对象
4. pca = PCA(n_components=11)
5. #对数据X进行降维，并将降维后的数据保存至newX
6. newX = pca.fit_transform(X)

编程要求

在 begin-end 之间填写cancer_predict(train_sample, train_label, test_sample)函数实现降维并对癌细胞进行分类的功能，其中：

• train_sample ：训练样本，类型为 ndarray；
• train_label ：训练标签，类型为 ndarray；
• test_sample ：测试样本，类型为 ndarray。

代码 

from sklearn.decomposition import PCA
from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
 
def cancer_predict(train_sample, train_label, test_sample):
    '''
    使用PCA降维，并进行分类，最后将分类结果返回
    :param train_sample:训练样本, 类型为ndarray
    :param train_label:训练标签, 类型为ndarray
    :param test_sample:测试样本, 类型为ndarray
    :return: 分类结果
    '''
 
    #********* Begin *********#
    pca = PCA(n_components=11)
    #对数据进行降维
    train_sample = pca.fit_transform(train_sample)
    test_sample = pca.transform(test_sample)
    clf = DecisionTreeClassifier(max_depth=10)
    clf.fit(train_sample, train_label)
    result = clf.predict(test_sample)
    return result
 
    #********* End *********#