1. Lära sig
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ次元削減
Connected

exercise

画像圧縮のためのPCA

PCA を使って、手書き数字（MNIST データセット）の16枚の画像サイズを削減します。

サンプルは 28×28 ピクセルのグレースケール画像で、一次元配列（各要素数 784、28 × 28 = 784）にフラット化され、2 次元の numpy 配列 X_test に格納されています。784 個の各ピクセル値は 0 から 255 の範囲で、各ピクセルが 1 つの特徴量とみなせます。

スケーラーと PCA を組み合わせ、78 個の主成分を選ぶパイプライン pipe が用意されています。このパイプラインは、X_test の16サンプルを除く MNIST 全体にすでにフィット済みです。

最後に、16 枚の画像をグリッドで描画する関数 plot_digits も用意されています。

Instruktioner 1 / 4

undefined XP
    1
    2
    3
    4
  • MNIST のサンプルデータをプロットします。