增量PCA#

增量主成分分析(IPCA)通常用作主成分分析(PCA)的替代方法，当待分解的数据集太大而无法放入内存时。IPCA使用与输入数据样本数量无关的内存量为输入数据构建低秩近似。它仍然依赖于输入数据特征，但是更改批次大小允许控制内存使用。

此示例作为IPCA能够找到与PCA类似的数据投影（符号翻转）的可视化检查，同时每次只处理少量样本。这可以被认为是一个“玩具示例”，因为IPCA适用于不适合主内存的大型数据集，需要增量方法。

# Authors: The scikit-learn developers
# SPDX-License-Identifier: BSD-3-Clause

import matplotlib.pyplot as plt
import numpy as np

from sklearn.datasets import load_iris
from sklearn.decomposition import PCA, IncrementalPCA

iris = load_iris()
X = iris.data
y = iris.target

n_components = 2
ipca = IncrementalPCA(n_components=n_components, batch_size=10)
X_ipca = ipca.fit_transform(X)

pca = PCA(n_components=n_components)
X_pca = pca.fit_transform(X)

colors = ["navy", "turquoise", "darkorange"]

for X_transformed, title in [(X_ipca, "Incremental PCA"), (X_pca, "PCA")]:
    plt.figure(figsize=(8, 8))
    for color, i, target_name in zip(colors, [0, 1, 2], iris.target_names):
        plt.scatter(
            X_transformed[y == i, 0],
            X_transformed[y == i, 1],
            color=color,
            lw=2,
            label=target_name,
        )

    if "Incremental" in title:
        err = np.abs(np.abs(X_pca) - np.abs(X_ipca)).mean()
        plt.title(title + " of iris dataset\nMean absolute unsigned error %.6f" % err)
    else:
        plt.title(title + " of iris dataset")
    plt.legend(loc="best", shadow=False, scatterpoints=1)
    plt.axis([-4, 4, -1.5, 1.5])

plt.show()

脚本总运行时间：（0分钟0.246秒）