קיבוץ הספרות

חלק מהיחידה למידה בלתי מונחית במסלול ה-Machine Learning של Coddy. שיעור 45 מתוך 51.

עכשיו הגילוי. בקש מ-k-means ליצור 10 קבוצות בסריקות של 13 מספרים, אחת לכל ספרה שאתה מקווה שהוא ימצא. הוא אף פעם לא רואה תווית:

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

מרכז נמצא במקום שבו k-means עבד, במרחב PCA: 13 מספרים, בלי תמונה. pca.inverse_transform משחזר את 64 הפיקסלים שלו:

משמאל, תרשים עמודות של 13 המספרים של מרכז אחד של k-means, שתי עמודות גבוהות תחילה ואז עמודות קטנות. מימין, אותו מרכז משוחזר כתמונה מטושטשת בגודל 8 על 8 שנראית כמו 0

value_counts() מציגה את האשכולות מהגדול ביותר לקטן ביותר, כך שגלריה של המרכזים נקראת כמו מפקד של הסריקות.

אתגר

בינוני

הקוד ההתחלתי כולל את הסריקות ואת X_small, הגרסאות שלהן עם 13 מספרים.

מצאו 10 אשכולות ב-X_small בעזרת k-means.
שחזרו את 64 הפיקסלים של כל מרכז.
ציירו גלריה של 2 על 5, כשהאשכול הגדול ביותר מופיע ראשון: הציגו כל מרכז כתמונה בגודל 8 על 8 ב-gray_r, עם כותרת המציינת את גודלו, למשל 120 scans. סדרו את הפריסה והציגו אותה.

עם 5 אשכולות, זה היה נראה כך:

חמישה מרכזים מטושטשים של ספרות בשורה, עם הכותרות 531, 367, 363, 359 ו-177 סריקות

שלכם כולל עשרה. Coddy מתאר כל תרשים. אילו ספרות k-means מצא בעצמו?

נסו בעצמכם

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

# מתוך Look at the Digits: 1,797 סריקות של 64 פיקסלים, ערכי דיו מ-0 עד 16
digits = load_digits()
X = digits.data
y = digits.target

# מתוך Shrink with PCA: 80% מהשונות ב-13 מספרים לכל סריקה
pca = PCA(n_components=0.8)
X_small = pca.fit_transform(X)

# כתבו את הקוד שלכם למטה