Sekilas tentang Digit

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 59 dari 60.

load_digits berisi 1.797 digit tulisan tangan. Setiap sampel terdiri dari 64 nilai kecerahan piksel, baris demi baris dalam gambar berukuran 8 kali 8, dari 0 (kosong) hingga 16 (tinta penuh).

Tidak ada dua penulis yang menggambar angka 4 dengan cara yang sama:

Sepuluh angka 4 tulisan tangan dari load_digits dalam dua baris, masing-masing berisi lima angka, tinta putih di atas latar hitam, setiap angka sedikit berbeda kemiringan dan bentuknya

Seorang guru menginginkan gambar yang umum, yaitu gambar rata-rata, dengan setiap piksel merupakan rata-rata piksel tersebut dari semua sampel digit.

Tantangan

Sulit

Program membaca digit d. Muat digit tanpa as_frame, agar .data dan .target berupa array NumPy.

Hitung gambar rata-rata untuk digit d.
Cetak baris dan kolom piksel paling terangnya, dihitung mulai dari 0.
Cetak rata-rata tintanya, yaitu mean dari 64 mean pikselnya, dibulatkan menjadi 2 angka desimal dengan np.round.
Gambarkan sebagai gambar 8 x 8 dalam gray, dengan judul Average dan digitnya.

Hasilnya seharusnya terlihat seperti ini, untuk 4:

Gambar abu-abu 8 x 8 berjudul Average 4: angka 4 putih yang samar dan buram di atas latar hitam, paling terang di bagian tempat kebanyakan penulis menyilangkan goresannya

Untuk input 4, seluruh outputnya adalah:

Brightest pixel: row 5, column 4
Average ink: 4.85
Charts drawn: 1
Title: Average 4
Images: 1
Size: 8 rows, 8 columns
Color map: gray
Row 0: [0.0, 0.0, 0.5, 7.1, 11.5, 2.0, 0.2, 0.1]
Row 1: [0.0, 0.1, 3.5, 13.3, 8.5, 2.0, 1.1, 0.3]
Row 2: [0.0, 0.7, 10.5, 11.4, 4.9, 5.8, 3.8, 0.3]
Row 3: [0.0, 4.6, 14.5, 6.4, 7.4, 10.6, 6.1, 0.0]
Row 4: [0.0, 8.6, 14.6, 9.7, 13.0, 14.0, 5.3, 0.0]
Row 5: [0.1, 6.3, 11.3, 12.4, 14.6, 10.4, 1.6, 0.0]
Row 6: [0.1, 1.1, 2.9, 7.8, 13.5, 4.2, 0.0, 0.0]
Row 7: [0.0, 0.0, 0.6, 7.8, 11.8, 2.0, 0.0, 0.0]

Coba sendiri

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits

d = int(input())

# Tulis kodemu di bawah ini

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Data dan Plot

1Pendahuluan

Halo, Machine Learning Apa Itu Model?Mengimpor Library Plot Pertamamu

4Membentuk Data

Mengubah Bentuk array Menggabungkan array Angka Acak Rangkuman: Simulasi Dadu

7pandas DataFrame

Series DataFrame Membaca File CSV Memeriksa Data Memilih Kolom Ulasan: Rating Film

10Membuat Plot DataFrame

Membuat Plot dari DataFrame Diagram Sebar dari Kolom Satu Warna untuk Tiap Grup Histogram dari Kolom Kilas Balik: Penjualan Kafe

2Array NumPy

Membuat array Bentuk dan Ukuran Rentang Angka Pengindeksan dan slicing Ringkasan: Kisi Suhu

5Grafik Garis dan Scatter Plot

Label dan Judul Scatter Plot Beberapa Garis dan Legenda Warna dan Penanda Figure dan Sumbu Rekap: Langkah Mingguan

8Memfilter dan Mengurutkan

Memilih Baris Memfilter Baris Mengurutkan Nilai Kolom Baru Rekap: Produk Teratas

11Dataset untuk ML

Dataset Bawaan Fitur dan Label Menjelajahi berdasarkan Kelas Membuat Plot Kelas Rangkuman: Dataset Wine

3Matematika Array

Operasi Matematika pada Seluruh Array Statistik Ringkasan Statistik berdasarkan Sumbu Broadcasting Masker Boolean Ulasan: Nilai Ujian

6Grafik untuk Data

Grafik Batang Histogram Beberapa Grafik dalam Satu Gambar sebagai Array Rangkuman: Laporan Curah Hujan

9Mengelompokkan dan Membersihkan

Menghitung Nilai Mengelompokkan Data Beberapa Ringkasan Nilai yang Hilang Rekap: Hasil Survei

12Tantangan Akhir

Laporan Penjualan Pembacaan SensorSekilas tentang DigitPenjelajah Penguin

Latihan sendiri: Compiler Python online