1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w Pythonie
Connected

ćwiczenie

PCA do kompresji obrazów

Zredukujesz rozmiar 16 obrazów z ręcznie pisanymi cyframi (zbiór danych MNIST) przy użyciu PCA.

Próbki to obrazy w odcieniach szarości o wymiarach 28 na 28 pikseli, które zostały spłaszczone do tablic zawierających po 784 elementy (28 x 28 = 784) i dodane do dwuwymiarowej tablicy numpy X_test. Każdy z 784 pikseli ma wartość od 0 do 255 i może być traktowany jako cecha.

Potok zawierający skaler i model PCA dobierający 78 składowych został wczytany dla ciebie jako pipe. Ten potok został już dopasowany do całego zbioru danych MNIST, z wyjątkiem 16 próbek w X_test.

Dodatkowo przygotowano dla ciebie funkcję plot_digits, która wyświetla 16 obrazów w siatce.

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Wyświetl dane próbkowe z MNIST.