جمّع الأرقام

جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 45 من 51.

والآن يأتي الاكتشاف. اطلب من k-means تقسيم عمليات المسح ذات الأرقام الـ13 إلى 10 مجموعات، مجموعة واحدة لكل رقم تأمل أن يعثر عليه. فهو لا يرى أي تسمية:

km = KMeans(n_clusters=10, n_init=10, random_state=0).fit(X_small)

يوجد المركز في المكان الذي عملت فيه خوارزمية k-means، في فضاء PCA: 13 رقمًا، بلا صورة. يعيد pca.inverse_transform بناء وحدات البكسل الـ64 الخاصة به:

على اليسار، مخطط أعمدة للأرقام الـ13 لأحد مراكز k-means، عمودان طويلان أولًا، ثم أعمدة صغيرة. على اليمين، المركز نفسه مُعاد بناؤه كصورة ضبابية بحجم 8 في 8 تبدو كأنها الرقم 0

تعرض value_counts() العناقيد بدءًا بالأكبر، لذا يبدو معرض المراكز كأنه إحصاء للمسوح.

التحدي

متوسط

يتضمن الملف الابتدائي عمليات المسح وX_small، وهي نسخها ذات 13 رقمًا.

اعثر على 10 عناقيد في X_small باستخدام k-means.
أعِد بناء وحدات البكسل الـ64 لكل مركز.
ارسم معرضًا من صفين و5 أعمدة، بدءًا بأكبر عنقود: اعرض كل مركز كصورة بحجم 8 في 8 باستخدام gray_r، واجعل عنوانها حجمه، مثل 120 scans. رتّب التصميم واعرضه.

مع 5 عناقيد، سيبدو الشكل هكذا:

خمسة مراكز ضبابية للأرقام في صف واحد، عناوينها 531 و367 و363 و359 و177 عملية مسح

يحتوي مخططك على عشرة. يصف Coddy كل مخطط. ما الأرقام التي عثر عليها k-means تلقائيًا؟

جرّب بنفسك

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans

# من درس انظر إلى الأرقام: 1,797 صورة ممسوحة ضوئيًا، كل منها مكوّنة من 64 بكسلًا، وتتراوح قيمة الحبر من 0 إلى 16
digits = load_digits()
X = digits.data
y = digits.target

# من درس تقليص الأبعاد باستخدام PCA: تمثيل 80% من التباين في 13 رقمًا لكل صورة ممسوحة ضوئيًا
pca = PCA(n_components=0.8)
X_small = pca.fit_transform(X)

# اكتب الكود الخاص بك أدناه