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.
To ćwiczenie jest częścią kursu
Redukcja wymiarowości w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot the MNIST sample data
____