iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca
Предварительный просмотр (5 стр.)
Прокрутите вниз 👇
![hun scikit-learn. kutilayotgan ta’lim natijalari: pca ni kichik ma'lumotlar to'plamiga qanday qo'llashni bilib oling. pca yordamida yuqori o'lchamli ma'lumotlarni 2d formatida ingl. pca-dan o'lchamlarni kamaytirish va vizualizatsiya qilish uchun qanday foydalanish mumkinligini tushuning. ushbu loyihani amalga oshirish juda tez va oson, ammo u sizga pca ning asosiy kontseptsiyasini va uning iris kabi kichik, taniqli ma'lumotlar to'plamida qanday ishlashini tushunishga yordam beradi. amaliy qism: 1. ma'lumotlarni yuklash from sklearn.datasets import load_iris import pandas as pd # iris datasetni yuklash iris = load_iris() # dataframe shaklida o'zlashtirish df = pd.dataframe(iris.data, columns=iris.feature_names) df['target'] = iris.target df['target_name'] = df['target'].apply(lambda x: iris.target_names[x]) df.head() 2. ma'lumotlarni masshtablash (standartlashtirish) from sklearn.preprocessing import standardscaler # masshtablash uchun xususiyatlar (features) qismi features = iris.data # standartlashtirish scaler = standardscaler() scaled_features = scaler.fit_transform(features) 3. pca ni qo‘llash from sklearn.decomposition import pca # pca bilan o‘lchamni 2d ga kamaytirish pca = pca(n_components=2) pca_result = pca.fit_transform(scaled_features) # natijani dataframe sifatida yaratish pca_df …](/media/previews/pages/p2_240204.webp "iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca - Страница 2")
![variance_ratio_ print(f"pca1: {explained_var[0]*100:.2f}%, pca2: {explained_var[1]*100:.2f}%") natija: pca1: 72.96%, pca2: 22.85% bu shuni anglatadiki, faqatgina 2 ta komponent 96% dan ortiq umumiy dispersiyani ifodalayapti — ya'ni 4 o‘lchovdan 2 tasigina katta qismini tushuntirib bera oladi. yakuniy xulosa: • pca yordamida ma'lumotlar 2 o‘lchamga qisqartirildi. • har bir gul turi rang bilan ifodalandi. • ko‘rinib turibdiki, setosa turi juda aniq ajralib turadi, boshqa ikkitasi (versicolour va virginica) esa biroz ustma-ust tushgan. • bu vizualizatsiya pca ning qanday qilib ma’lumotlardagi asosiy farqliliklarni ajratib bera olishini ko‘rsatdi.](/media/previews/pages/p3_240204.webp "iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca - Страница 3")
О "iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca"
o’zbekiston respublikasi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti ma’lumotlarning intelektual tahlili fanidan 3-amaliy ish bajardi: haydarov a tekshirdi: karimberdiyev.j toshkent-2025 topshiriq loyiha nomi: iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca maqsad: ushbu mini-loyihaning maqsadi iris ma'lumotlar to'plamining o'lchamini kamaytirish va ma'lumotlarni 2d formatida vizualizatsiya qilish uchun pca-dan foydalanishdir. siz pca turli xil gullarni qanchalik yaxshi ajratishini kuzatasiz. qadamlar: 1. ma'lumotlar to'plamini yuklash iris ma'lumotlar to'plamini sklearn.datasets.load_iris() yordamida yuklang. ma'lumotlar to'plami 4 ta xususiyatdan (sepal uzunligi, sepal kengligi, gulbarg uzunligi va barglarning kengligi) va 3 turdagi gullardan (...
Этот файл содержит 7 стр. в формате PDF (329,7 КБ). Чтобы скачать "iris ma'lumotlar to'plamini vizualizatsiya qilish uchun pca", нажмите кнопку Telegram слева.
