feature agglomeration

最新推荐文章于 2025-03-01 22:50:20 发布

zmx2029

最新推荐文章于 2025-03-01 22:50:20 发布

阅读量969

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/baidu_25845567/article/details/91409375

本文展示了一种使用sklearn库进行手写数字图像特征聚类的方法。通过FeatureAgglomeration算法，将图像数据降维至32个特征，并保持了图像的原始形状，便于后续的可视化和进一步分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from sklearn import cluster, datasets
from sklearn.feature_extraction.image import grid_to_graph

digit = datasets.load_digits()
images = digit.images
x = images.reshape((len(images), -1))
agg = cluster.FeatureAgglomeration(n_clusters=32, connectivity=grid_to_graph(*images[0].shape))
x_ = agg.fit_transform(x)
# print(x_.shape)
images_ = agg.inverse_transform(x_)
images_.shape = images.shape
# print(images_.shape)
# print(images_)