【Python实例第16讲】特征集聚

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

本例演示如何使用特征集聚(feature agglomeration)将相似的特征合并到一起。所谓“特征集聚”，是指迭代地将相似的特征合并到一起，类似于聚类，但这里聚的是特征而不是样本。本例使用的数据集是手写数字识别数据集。

实例详解

首先，导入必需的库。

import numpy as np
import matplotlib.pyplot as plt

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

导入手写数字数据集digits, 它是一个三维数组(1797, 8, 8). 即，有1797个手写数字，每个数字由8*8的像素矩阵组成。在这里，我们使用numpy库的reshape函数将它变成(1797, 64)的二维数组。

digits = datasets.load_digits()
images = digits.images
X = np.reshape(images, (len(images), -1))
connectivity = grid_to_graph(*images[0].shape)

使用cluster模块的FeatureAgglomeration方法进行特征集聚。在这里，指定聚类数为32，每个特征的邻居特征的连接形式由参数connectivity指定，它是一个矩阵。然后，在reshape的数组X上拟合、变换。