[PYTHON] Hauptkomponentenanalyse zum Anfassen mit PyCaret [Normalisierung + Visualisierung (grafisch)] Memo

Überblick

• PCA wurde mit PyCaret durchgeführt. (Hyperparameter etc. sind nicht optimiert)
• PCA wurde mit einer bestimmten Menge an Leistungsdaten durchgeführt.

Quellcode

• Eigener Quellcode für die Datenformatierung (verschmutzt): 13 Zeilen

Eigener Datenformatierungscode

import pandas as pd
def load_sampledata():
    data = pd.read_csv(r'pycaret_sample.csv',
            encoding='shift-jis',
            engine='python',
            index_col=[0],
            parse_dates=[0])

    data = data.resample('h').sum()
    data['hour'] = data.index.hour
    data['date'] = data.index.strftime('%Y-%m-%d (%a)')
    dataset = data.pivot(index='hour',columns='date',values='Elektrische Energie')
    dataset = dataset.T.reset_index()
    return dataset

• PyCaret-Setup: 2 Zeilen

setup

from pycaret.clustering import * 
clu = setup(data = load_sampledata(),normalize=True)

• Sie können den Inhalt des Setups überprüfen

• PyCaret-Modellierung + Plotten: 2 Linien

create_model&plot

# creating a model
hclust = create_model('hclust')
# plotting a model
plot_model(hclust,plot='cluster',feature='date')

• Sie können PCA sogar in 2 Zeilen visualisieren.

Zusammenfassung

• PyCaret ist unglaublich.
• Wenn Sie damit beginnen zu schreiben, können Sie ohne Wrapper nicht schreiben.
• Sie können sehr schnell stimmen und schreiben. Es ist wunderbar.