初级
USArrests数据集PCA
未完成
初级参考
完整示例代码供参考,建议自己理解后重新输入
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
data = pd.read_csv('https://liangdaima.com/static/data/statistics/USArrests.csv', index_col=0)
scaler = StandardScaler()
X_scaled = scaler.fit_transform(data)
pca = PCA()
pca.fit(X_scaled)
print('各主成分方差解释比例:', pca.explained_variance_ratio_)
print('累计方差解释比例:', pca.explained_variance_ratio_.cumsum())
示例
输入
solve()
期望输出
各主成分方差解释比例: [0.62006039 0.24744129 0.0891408 0.04335752] 累计方差解释比例: [0.62006039 0.86750168 0.95664248 1. ]
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199