在預測性健康維護（PHM）中，主成分分析（Principal Component Analysis，PCA）是一種常用的降維技術，它可以幫助處理具有高維特徵的數據集，同時保留最重要的信息
每個設備有5個特徵（如溫度、壓力、振動等）PCA來對這些特徵進行降維
import numpy as np
from sklearn.decomposition import PCA
# 假設你有一個虛擬的數據集 (10個設備，每個設備有5個特徵)
X = np.random.rand(10, 5) * 10 # 使用隨機數據模擬
# 初始化PCA模型，指定保留2個主成分
pca = PCA(n_components=2)
# 對數據進行PCA轉換
X_pca = pca.fit_transform(X)
# 打印PCA轉換後的數據
print("PCA轉換後的數據:")
print(X_pca)
iThome鐵人賽
看影片追技術