zoukankan      html  css  js  c++  java
  • 机器学习十讲第六讲

    降维

    基于 PCA 的特征脸提取和人脸重构

    import numpy as np
    import matplotlib.pyplot as plt
    from sklearn.datasets import fetch_olivetti_faces
    faces = fetch_olivetti_faces()
    def principal_component_analysis(X, l):
        X = X - np.mean(X, axis=0)#对原始数据进行中心化处理
        sigma = X.T.dot(X)/(len(X)-1) # 计算协方差矩阵
        a,w = np.linalg.eig(sigma) # 计算协方差矩阵的特征值和特征向量
        sorted_indx = np.argsort(-a) # 将特征向量按照特征值进行排序
        X_new = X.dot(w[:,sorted_indx[0:l]])#对数据进行降维
        return X_new,w[:,sorted_indx[0:l]],a[sorted_indx[0:l]] #返回降维后的数据、主成分、对应特征值
    rndperm = np.random.permutation(len(faces.data))
    plt.gray()
    faces_reduced,W,lambdas = principal_component_analysis(faces.data,20)
    fig = plt.figure( figsize=(18,4))
    plt.gray()
    for i in range(0,20):
        ax = fig.add_subplot(2,10,i+1 )
        ax.matshow(W[:,i].reshape((64,64)))
        plt.title("Face(" + str(i) + ")")
        plt.box(False) #去掉边框
        plt.axis("off")#不显示坐标轴
    plt.show()
    sample_indx = np.random.randint(0,len(faces.data)) #随机选择一个人脸的索引
    #显示原始人脸
    plt.matshow(faces.data[sample_indx].reshape((64,64)))
    plt.matshow(faces.data.mean(axis=0).reshape((64,64)) + W.dot(faces_reduced[sample_indx]).reshape((64,64)))
    fig = plt.figure( figsize=(20,4))
    plt.gray()
    ax = fig.add_subplot(2,11,1)
    ax.matshow(faces.data.mean(axis=0).reshape((64,64))) #显示平均脸
    for i in range(0,20):
        ax = fig.add_subplot(2,11,i+2 )
        ax.matshow(W[:,i].reshape((64,64)))
        plt.title( str(round(faces_reduced[sample_indx][i],2)) + "*Face(" + str(i) + ")")
        plt.box(False) #去掉边框
        plt.axis("off")#不显示坐标轴
    plt.show()
  • 相关阅读:
    jquery操作iframe
    KindEditor编辑器——在上传图片中选一张为焦点图片
    js查看浏览器类型和版本
    ASP.Net防止页面刷新重复提交
    js获取url参数
    sql游标简单试用
    jQuery跨域
    两款实用免积分下载工具,支持百度文库、豆丁网等
    Asp.Net 无法解析此远程名称"www.xxx.com"
    android中使用DisplayMetrics获取屏幕参数
  • 原文地址:https://www.cnblogs.com/xhj1074376195/p/14366116.html
Copyright © 2011-2022 走看看