CÔNG CỤ
MODULES
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Sử dụng Virtual Environment trong Python Từ khóa super() trong Python Số phức trong Python Ý nghĩa của một hoặc hai dấu gạch dưới đứng đầu trong Python Làm việc với Video trong OpenCV bằng Python Chỉnh sửa file trực tiếp bằng module fileinput trong Python Hướng dẫn cách chuyển đổi kiểu dữ liệu trong Python Làm việc với hình ảnh trong OpenCV sử dụng Python Metaclasses trong Python Cách chọn ngẫu nhiên một phần tử từ danh sách trong Python Hướng dẫn cài đặt và sử dụng OpenCV trong Python Phạm vi toàn cục, cục bộ và không cục bộ trong Python Tìm hiểu về từ khóa self trong các lớp Python Hướng dẫn sử dụng Rich, Typer, và SQLite trên terminal bằng Python Giới thiệu về Graph Machine Learning trong Python Cách kiểm tra một đối tượng có thể lặp (iterable) trong Python Quản lý sinh viên Python & MySQL Cách cắt (slicing) chuỗi trong Python Cách loại bỏ phần tử trùng lặp khỏi danh sách (List) trong Python Phân tích dữ liệu Apple Health bằng Python Cách làm phẳng danh sách lồng nhau trong Python Tìm hiểu về *args và **kwargs trong Python Cách xóa file và thư mục trong Python 31 Phương thức xử lý chuỗi (String) quan trọng trong Python Cách sao chép file trong Python 8 Mẹo Refactor Code Python nhanh gọn (Phần 2) Cách yêu cầu người dùng nhập liệu đến khi nhận được phản hồi hợp lệ trong Python Làm chủ Pattern Matching trong Python 3.10 Tạo app ghi chú trong Python với nhận dạng giọng nói và API Notion Các tính năng mới trong Python 3.10 5 lỗi thường gặp trong Python Sự khác biệt giữa append() và extend() trong list Python Các cách nối hai danh sách trong Python Sự khác biệt giữa str và repr trong Python Sự khác biệt giữa @classmethod, @staticmethod và instance methods trong Python Cách thêm số 0 vào đầu chuỗi trong Python Cách tạo thư mục lồng nhau (nested directory) trong Python Cách hợp nhất hai Dictionaries trong Python Cách thực thi lệnh hệ thống hoặc System Command từ Python Cách kiểm tra một chuỗi có chứa chuỗi con trong Python Cách tìm chỉ mục của một phần tử trong danh sách (List) trong Python Cách truy cập index trong vòng lặp for trong Python Cách kiểm tra file hoặc thư mục có tồn tại trong Python Cách xóa phần tử trong danh sách Python Ý nghĩa của if __name__ == "__main__" trong Python 8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic Hỗ trợ Async trong Django 3.1 Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit Cách sử dụng Python Debugger với hàm breakpoint() Cách sử dụng chế độ interactive trong Python Hướng dẫn viết game Rắn Săn Mồi bằng Python 11 mẹo và thủ thuật để viết Code Python hiệu quả hơn Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python Hướng dẫn tạo Chatbot đơn giản bằng PyTorch Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API Hướng dẫn sử dụng Google Sheets API với Python Cách nạp dữ liệu Machine Learning từ File trong Python Toán tử Walrus Operator- Tính năng mới trong Python 3.8 Cách thêm Progress Bar trong Python với chỉ một dòng Code List Comprehension trong Python Tạo danh sách phim ngẫu nhiên với Python Hướng dẫn Web Scraping tự động tải hình ảnh với Python Hướng dẫn sử dụng Anaconda bằng Python Hồi quy tuyến tính và hồi quy Logistic trong Python Thuật toán Naive Bayes trong Python Bắt đầu tìm hiểu Perceptron bằng Python SVM (Support Vector Machine) bằng Python Triển khai Decision Tree bằng Python Triển khai thuật toán Random Forest bằng Python Triển khai PCA bằng Python Thuật toán AdaBoost trong Python LDA (Linear Discriminant Analysis) trong Python
PYTHON NÂNG CAO
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Triển khai PCA bằng Python

Trong bài hướng dẫn này, mình sẽ triển khai thuật toán PCA (Principal Component Analysis) chỉ sử dụng các module Python cơ bản và thư viện numpy. Bài viết này không chỉ giúp bạn biết cách viết mã mà còn giải thích chi tiết khái niệm và toán học đứng sau thuật toán, từ đó tăng cường hiểu biết về cách thức hoạt động của PCA.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Thuật toán PCA được sử dụng phổ biến trong phân tích dữ liệu, giảm chiều dữ liệu mà vẫn giữ được nhiều thông tin quan trọng. Điều này rất hữu ích khi xử lý các tập dữ liệu lớn hoặc giảm nhiễu để cải thiện hiệu quả mô hình.

Cách sử dụng thuật toán PCA trong Python

t E1 BA A3i 20xu E1 BB 91ng 20 8  jpg

Dưới đây là đoạn mã nguồn đầy đủ, kèm theo giải thích dễ hiểu:

import numpy as np

class PCA:

    def __init__(self, n_components):
        """
        Khởi tạo thuật toán PCA với số thành phần chính cần giữ lại.
        - n_components: Số lượng thành phần chính (principal components) mong muốn.
        """
        self.n_components = n_components
        self.components = None  # Ma trận vector riêng (eigenvectors)
        self.mean = None        # Giá trị trung bình của dữ liệu

    def fit(self, X):
        """
        Huấn luyện mô hình PCA trên tập dữ liệu X.
        - Tính toán ma trận hiệp phương sai, vector riêng và giá trị riêng.
        - Lưu giữ các vector riêng tương ứng với các giá trị riêng lớn nhất.
        """
        # Tính giá trị trung bình và thực hiện mean centering
        self.mean = np.mean(X, axis=0)
        X = X - self.mean

        # Tính ma trận hiệp phương sai (covariance matrix)
        cov = np.cov(X.T)

        # Tính giá trị riêng (eigenvalues) và vector riêng (eigenvectors)
        eigenvalues, eigenvectors = np.linalg.eig(cov)

        # Sắp xếp vector riêng theo giá trị riêng giảm dần
        eigenvectors = eigenvectors.T  # Chuyển vị vector riêng để dễ xử lý
        idxs = np.argsort(eigenvalues)[::-1]  # Lấy chỉ số sắp xếp
        eigenvalues = eigenvalues[idxs]
        eigenvectors = eigenvectors[idxs]

        # Lưu các vector riêng tương ứng với n_components giá trị riêng lớn nhất
        self.components = eigenvectors[:self.n_components]

    def transform(self, X):
        """
        Biến đổi dữ liệu X theo các thành phần chính được lưu trữ.
        - Giảm chiều dữ liệu bằng cách chiếu dữ liệu lên các vector riêng.
        """
        # Thực hiện mean centering
        X = X - self.mean

        # Chiếu dữ liệu lên các thành phần chính
        return np.dot(X, self.components.T)

Giải thích chi tiết từng phần

Khởi tạo lớp PCA:

Bài viết này được đăng tại [free tuts .net]

  • n_components xác định số lượng thành phần chính mà chúng ta muốn giữ lại sau khi giảm chiều dữ liệu.
  • components sẽ lưu các vector riêng tương ứng với các trục chính.
  • mean lưu giá trị trung bình của từng đặc trưng trong dữ liệu để thực hiện việc chuẩn hóa (mean centering).

Huấn luyện mô hình (fit):

  • Mean Centering: Chuẩn hóa dữ liệu bằng cách trừ đi giá trị trung bình để đưa dữ liệu về tâm tọa độ gốc.
  • Ma trận Hiệp Phương Sai: Ma trận này đo lường mối quan hệ tuyến tính giữa các đặc trưng.
  • Giá trị riêng và Vector riêng: Giá trị riêng cho biết mức độ phân tán thông tin trên các trục, vector riêng xác định hướng của các trục này.
  • Sắp xếp: Lấy các vector riêng tương ứng với các giá trị riêng lớn nhất để giữ lại phần lớn thông tin của dữ liệu.

Biến đổi dữ liệu (transform):

  • Thực hiện chuẩn hóa dữ liệu đầu vào.
  • Sử dụng các vector riêng (trục chính) để chiếu dữ liệu sang không gian mới giảm chiều.

Ví dụ sử dụng

# Tạo dữ liệu mẫu
from sklearn.datasets import make_blobs
X, _ = make_blobs(n_samples=100, n_features=3, centers=3, random_state=42)

# Giảm chiều xuống 2 bằng PCA
pca = PCA(n_components=2)
pca.fit(X)
X_transformed = pca.transform(X)

print("Dữ liệu sau khi giảm chiều:\n", X_transformed)

Kết bài

Thuật toán PCA là công cụ mạnh mẽ để xử lý dữ liệu đa chiều, giúp giảm nhiễu và cải thiện hiệu suất mô hình. Với việc xây dựng từ đầu như trên, bạn có thể hiểu rõ hơn về cơ chế hoạt động của PCA và cách áp dụng trong thực tế. Hy vọng bài hướng dẫn này sẽ giúp bạn có một nền tảng vững chắc để triển khai các thuật toán phân tích dữ liệu phức tạp hơn trong tương lai!

Cùng chuyên mục:

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai Decision Tree bằng Python

Triển khai Decision Tree bằng Python

SVM (Support Vector Machine) bằng Python

SVM (Support Vector Machine) bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Thuật toán Naive Bayes trong Python

Thuật toán Naive Bayes trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Hồi quy tuyến tính (Linear Regression) trong Python

Hồi quy tuyến tính (Linear Regression) trong Python

KNN (K Nearest Neighbors) trong Python

KNN (K Nearest Neighbors) trong Python

Hướng dẫn sử dụng Anaconda bằng Python

Hướng dẫn sử dụng Anaconda bằng Python

Hướng dẫn Web Scraping tự động tải hình ảnh với Python

Hướng dẫn Web Scraping tự động tải hình ảnh với Python

Tạo danh sách phim ngẫu nhiên với Python

Tạo danh sách phim ngẫu nhiên với Python

List Comprehension trong Python

List Comprehension trong Python

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Cách nạp dữ liệu Machine Learning từ File trong Python

Cách nạp dữ liệu Machine Learning từ File trong Python

Top