#?PCA

#?Importing?the?libraries
import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?pandas?as?pd

#?Importing?the?dataset
dataset?=?pd.read_csv（‘Wine.csv‘）
X?=?dataset.iloc[:?0:13].values
y?=?dataset.iloc[:?13].values

#?Splitting?the?dataset?into?the?Training?set?and?Test?set
from?sklearn.model_selection?import?train_test_split
X_train?X_test?y_train?y_test?=?train_test_split（X?y?test_size?=?0.2?random_state?=?0）

#?Feature?Scaling
from?sklearn.preprocessing?import?StandardScaler
sc?=?StandardScaler（）
X_train?=?sc.fit_transform（X_train）
X_test?=?sc.transform（X_test）

#?Applying?PCA
from?sklearn.decomposition?import?PCA
pca?=?PCA（n_components?=?2）
X_train?=?pca.fit_transform（X_train）
X_test?=?pca.transform（X_test）
explained_variance?=?pca.explained_variance_ratio_

#?Fitting?Logistic?Regression?to?the?Training?set
from?sklearn.linear_model?import?LogisticRegression
classifier?=?LogisticRegression（random_state?=?0）
classifier.fit（X_train?y_train）

#?Predicting?the?Test?set?results
y_pred?=?classifier.predict（X_test）

#?Making?the?Confusion?Matrix
from?sklearn.metrics?import?confusion_matrix
cm?=?confusion_matrix（y_test?y_pred）

#?Visualising?the?Training?set?results
from?matplotlib.colors?import?ListedColormap
X_set?y_set?=?X_train?y_train
X1?X2?=?np.meshgrid（np.arange（start?=?X_set[:?0].min（）?-?1?stop?=?X_set[:?0].max（）?+?1?step?=?0.01）
?????????????????????np.arange（start?=?X_set[:?1].min（）?-?1?stop?=?X_set[:?1].max（）?+?1?step?=?0.01））
plt.contourf（X1?X2?classifier.predict（np.array（[X1.ravel（）?X2.ravel（）]）.T）.reshape（X1.shape）
?????????????alpha?=?0.75?cmap?=?ListedColormap（（‘red‘?‘green‘?‘blue‘）））
plt.xlim（X1.min（）?X1.max（））
plt.ylim（X2.min（）?X2.max（））
for?i?j?in?enumerate（np.unique（y_set））:
????plt.scatter（X_set[y_set?==?j?0]?X_set[y_set?==?j?1]
????????????????c?=?ListedColormap（（‘red‘?‘green‘?‘blue‘））（i）?label?=?j）
plt.title（‘Logistic?Regression?（Training?set）‘）
plt.xlabel（‘PC1‘）
plt.ylabel（‘PC2‘）
plt.legend（）
plt.show（）

#?Visualising?the?Test?set?results
from?matplotlib.colors?import?ListedColormap
X_set?y_set?=?X_test?y_test
X1?X2?=?np.meshgrid（np.arange（start?=?X_set[:?0].min（）?-?1?stop?=?X_set[:?0].max（）?+?1?step?=?0.01）
?????????????????????np.arange（start?=?X_set[:?1].min（）?-?1?stop?=?X_set[:?1].max（）?+?1?step?=?0.01））
plt.contourf（X1?X2?classifier.predict（np.array（[X1.ravel（）?X2.ravel（）]）.T）.reshape（X1.shape）
?????????????alpha?=?0.75?cmap?=?ListedColormap（（‘red‘?‘green‘?‘blue‘）））
plt.xlim（X1.min（）?X1.max（））
plt.ylim（X2.min（）?X2.max（））
for?i?j?in?enumerate（np.unique（y_set））:
????plt.scatter（X_set[y_set?==?j?0]?X_set[y_set?==?j?1]
????????????????c?=?ListedColormap（（‘red‘?‘green‘?‘blue‘））（i）?label?=?j）
plt.title（‘Logistic?Regression?（Test?set）‘）
plt.xlabel（‘PC1‘）
plt.ylabel（‘PC2‘）
plt.legend（）
plt.show（）

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????文件????????2840??2016-12-23?05:03??pca.py
?????文件???????11452??2018-10-26?20:35??Wine.csv