Die Ziffern gruppieren

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 45 von 51.

Nun zur Entdeckung. Bitte k-means, die 13 Zahlenwerte umfassenden Scans in 10 Gruppen einzuteilen – eine pro Ziffer, die es hoffentlich findet. Es sieht niemals ein Label:

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

Ein Zentrum liegt dort, wo k-means gearbeitet hat, im PCA-Raum: 13 Zahlen, kein Bild. pca.inverse_transform rekonstruiert seine 64 Pixel:

Links ein Balkendiagramm mit den 13 Zahlen eines k-means-Zentrums, zuerst zwei hohe Balken, dann kleine. Rechts dasselbe Zentrum, rekonstruiert als verschwommenes 8-mal-8-Bild, das wie eine 0 aussieht

value_counts() listet die Cluster von den größten an absteigend auf, sodass eine Galerie der Zentren wie eine Volkszählung der Scans wirkt.

Aufgabe

Mittel

Der Starter enthält die Scans und X_small, ihre Versionen mit 13 Zahlen.

Finde mit k-means 10 Cluster in X_small.
Rekonstruiere die 64 Pixel jedes Zentrums.
Zeichne eine Galerie mit 2 mal 5 Bildern, beginnend mit dem größten Cluster: jedes Zentrum als 8 mal 8 Bild in gray_r, mit seiner Größe als Titel, zum Beispiel 120 scans. Richte das Layout ordentlich aus und zeige es an.

Mit 5 Clustern würde es so aussehen:

Fünf unscharfe Ziffernzentren in einer Reihe, betitelt mit 531, 367, 363, 359 und 177 Scans

Deine Galerie hat zehn. Coddy beschreibt jedes Diagramm. Welche Ziffern hat k-means selbstständig gefunden?

Probier es selbst

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

# Aus „Look at the Digits“: 1,797 Scans mit 64 Pixeln, Tintenwerte von 0 bis 16
digits = load_digits()
X = digits.data
y = digits.target

# Aus „Shrink with PCA“: 80% der Varianz in 13 Zahlen pro Scan
pca = PCA(n_components=0.8)
X_small = pca.fit_transform(X)

# Schreibe deinen Code unten