#5. wine数据集可视化 #导入matplotlib #①设置画布大小为(8,6) ##③绘制降维后训练集数据分布的散点图: #红色o型点,显示x为X_train_pca[Y_train==0,0],y为 X_train_pca[Y_train==0,1]的数据 #绿色o型点,显示x为X_train_pca[Y_train==1,0],y为 X_train_pca[Y_train==1,1]的数据 #蓝色o型点,显示x为X_train_pca[Y_train==2,0],y为 X_train_pca[Y_train==2,1]的数据 #④绘制降维后测试集数据分布的散点图: #红色*型点,显示x为X_train_pca[Y_test==0,0],y为 X_train_pca[Y_test==0,1]的数据 #绿色*型点,显示x为X_train_pca[Y_test==1,0],y为 X_train_pca[Y_test==1,1]的数据 #蓝色*型点,显示x为X_train_pca[Y_test==2,0],y为 X_train_pca[Y_test==2,1]的数据
时间: 2023-12-24 20:15:41 浏览: 36
好的,这是一个数据可视化的任务,下面是Python代码实现:
```python
from matplotlib import pyplot as plt
# 设置画布大小为(8,6)
plt.figure(figsize=(8,6))
# 绘制降维后训练集数据分布的散点图
plt.scatter(X_train_pca[Y_train==0,0], X_train_pca[Y_train==0,1], marker='o', color='r', label='Class 0')
plt.scatter(X_train_pca[Y_train==1,0], X_train_pca[Y_train==1,1], marker='o', color='g', label='Class 1')
plt.scatter(X_train_pca[Y_train==2,0], X_train_pca[Y_train==2,1], marker='o', color='b', label='Class 2')
# 绘制降维后测试集数据分布的散点图
plt.scatter(X_test_pca[Y_test==0,0], X_test_pca[Y_test==0,1], marker='*', color='r', label='Class 0')
plt.scatter(X_test_pca[Y_test==1,0], X_test_pca[Y_test==1,1], marker='*', color='g', label='Class 1')
plt.scatter(X_test_pca[Y_test==2,0], X_test_pca[Y_test==2,1], marker='*', color='b', label='Class 2')
# 设置图例
plt.legend(loc='best')
# 设置x轴和y轴的标签
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
# 设置图像标题
plt.title('PCA Wine Dataset')
# 显示图像
plt.show()
```
请注意,上述代码中的X_train_pca、Y_train、X_test_pca和Y_test是PCA降维后的训练集特征矩阵、训练集目标标签、测试集特征矩阵和测试集目标标签,假设它们已经导入到Python环境中。在实际使用中,您需要将其替换为您自己的数据。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)