Spaces:
Sleeping
Sleeping
File size: 2,786 Bytes
42d0bac |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 |
import streamlit as st
import pandas as pd
import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVR
from sklearn.decomposition import PCA as PCA_sk
import matplotlib.pyplot as plt
class PCA_st:
def __init__(self, database, test_size=0.2):
self.database = database
self.test_size = test_size
self.desc = r'''
# **PCA (Principal Component Analysis)**
El objetivo principal con este m茅todo es definir una nueva dimensi贸n para el set de datos (siendo estas nuevas dimensiones ortogonales y por tanto independientes).
**Varianza**
$$
var(X) = \frac{1}{n} \sum (X_{i} - \bar{X})^2
$$
**Matriz de Covarianzas**
$$
Cov(X, Y) = \frac{1}{n} \sum (X_{i} - \bar{X})(Y_{i} - \bar{Y})^T
$$
$$
Cov(X, X) = \frac{1}{n} \sum (X_{i} - \bar{X})(X_{i} - \bar{X})^T
$$
**Valores y Vectores Propios**
Los vectores propios apuntan en la direcci贸n donde se genera la m谩xima varianza y el correspondiente valor propio indica el grado de importancia del vector.
$$
A \vec{v} = 位 \vec{v}
$$
**Metodo**
- Sustraer al vector X su media.
- Calcular la Cov(X, X)
- Calcular los vectores y valores propios de las matrices de covarianza
- Ordenar los vectores propios seg煤n su importancia (en base a su valor propio) en orden decreciente
- Escoger los primeros k vectores propios y estos pasaran a ser las nuevas k dimensiones
- Por 煤ltimo, transformar (proyectar) los datos en las nuevas dimensiones (esto se hace con un producto punto)'''
self.x_feature = 1
self.y_feature = 2
self.n_components = 2
def params(self):
n_features = int(self.database.data.shape[1])
self.n_components = st.slider('Numero de componentes', 1, n_features, 2)
def solve(self):
self.x_feature = st.slider('Componente eje x', 1, self.n_components, 1)
self.y_feature = st.slider('Componente eje y', 1, self.n_components, 2)
X = self.database.data
y = self.database.target
sklearn_clus = PCA_sk(n_components=self.n_components)
sklearn_clus.fit(X)
X_proyected_sk = sklearn_clus.transform(X)
x1 = X_proyected_sk[:, self.x_feature-1]
x2 = X_proyected_sk[:, self.y_feature-1]
plt.figure(1, figsize=(12, 8))
plt.scatter(x1, x2, c=y, edgecolors='none', alpha=0.8, cmap=plt.cm.get_cmap('viridis', len(y)))
plt.xlabel(f'Componente {self.x_feature}')
plt.ylabel(f'Componente {self.y_feature}')
plt.colorbar()
#fig = plt.show().get_fig()
return plt.gcf()
|