颜色分类leetcode dsc pca in scikitlearn lab

颜色分类leetcode scikit-learn中的主成分分析-实验室介绍现在您已经看到了PCA的简要介绍，是时候使用scikit-learn自行运行PCA。目标 在本实验中，您将：

• 使用scikit-learn库实现PCA

• 通过观察解释方差确定执行PCA时n个分量的最佳数量

• 绘制分类实验的决策边界以直观地检查其性能

鸢尾花数据集 要练习PCA，您将查看iris数据集。运行下面的代码以加载它。

from sklearn import datasets

import pandas as pd

iris = datasets.load_iris()

df = pd.DataFrame(iris.data, columns=iris.feature_names)

df['Target'] = iris.get('target')

df.head()

在执行PCA和可视化主要组件之前，获得有关您将使用的数据的更多上下文会很有帮助。运行下面的单元格以可视化成对特征图。