Thu gọn bằng PCA

Thuộc phần Học không giám sát trong hành trình Machine Learning của Coddy. Bài học 44 trên 51.

64 pixel là nhiều hơn số chiều cần thiết. PCA có thể nhắm đến một tỷ lệ phương sai thay vì một số lượng thành phần:

Đường cong tăng thể hiện tỷ lệ phương sai của các chữ số được giữ lại bởi n thành phần đầu tiên, dốc lúc đầu rồi phẳng dần; đường nét đứt ở mức 90% giao với đường cong tại 21 thành phần

n_components=0.9 giữ lại số thành phần ít nhất chứa 90%:

pca = PCA(n_components=0.9)
X_small = pca.fit_transform(X)
print(pca.n_components_, X_small.shape)

Lệnh này in ra 21 (1797, 21): một phần ba số lượng, phần lớn bức ảnh.

Không có phép co giãn nào ở đây: mọi pixel đều dùng chung một đơn vị, với giá trị mực từ 0 đến 16. Việc co giãn sẽ phóng đại các pixel gần như trống ở viền thành những đặc trưng đầy đủ.

Thử thách

Trung bình

Đã đến lúc giảm kích thước các bản quét. Chương trình đọc tỷ lệ phương sai cần giữ lại, chẳng hạn 0.8.

In ra số thành phần PCA cần thiết để giữ tỷ lệ đó trên các pixel thô, rồi trên các pixel đã chuẩn hóa.
Giữ phiên bản cần ít thành phần hơn: in tên phiên bản và hình dạng của dữ liệu đã giảm chiều.

Với 0.6:

Raw pixels: 7 components
Scaled pixels: 11 components
Keep: raw pixels, shape (1797, 7)

Từ đây trở đi, dự án giữ lại 80% phương sai.

Tự làm thử

from sklearn.datasets import load_digits
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

# Từ Look at the Digits: 1,797 ảnh quét, mỗi ảnh có 64 pixel, mức mực từ 0 đến 16
digits = load_digits()
X = digits.data
y = digits.target

# Tỷ lệ phương sai cần giữ lại, chẳng hạn 0.8
share = float(input())

# Viết code của bạn bên dưới