如何使用Python的功能集聚降維？

Question

我搜索瞭如何落實在Python降維，這是我得到的結果是：http://scikit-learn.org/stable/modules/unsupervised_reduction.html。該網站顯示的最後一種方法是功能集聚。我點擊了鏈接，該蟒蛇方法的文檔，但我仍然不能確定如何使用它。

如果有人用Python的功能凝聚法工作之前，將有可能爲你解釋它是如何工作的（輸入，輸出等）？謝謝！

Answer 1

可以使用numpy的陣列或一個數據幀大熊貓作爲輸入提供給sklearn.cluster.FeatureAgglomeration

輸出是一個numpy的陣列，其中在數據集中等於這些行的行和等於n_clusters列參數中設定FeatureAgglomeration 。

from sklearn.cluster import FeatureAgglomeration 
import pandas as pd 
import matplotlib.pyplot as plt 

#iris.data from https://archive.ics.uci.edu/ml/machine-learning-databases/iris/ 
iris=pd.read_csv('iris.data',sep=',',header=None) 
#store labels 
label=iris[4] 
iris=iris.drop([4],1) 

#set n_clusters to 2, the output will be two columns of agglomerated features (iris has 4 features) 
agglo=FeatureAgglomeration(n_clusters=2).fit_transform(iris) 

#plotting 
color=[] 
for i in label: 
    if i=='Iris-setosa': 
     color.append('g') 
    if i=='Iris-versicolor': 
     color.append('b') 
    if i=='Iris-virginica': 
     color.append('r') 
plt.scatter(agglo[:,0],agglo[:,1],c=color) 
plt.show()