sklearn对三维矩阵降维代码实现

本文由公众号《湾区人工智能》提供，如果觉得不错，请扫码关注，了解更多Python和人工智能知识

sklearn对三维矩阵降维

思路：

把三维矩阵reshape成二维，然后对二维矩阵降维，然后把二维矩阵再次reshape成三维，实现如下数组

(640, 640, 128) --(640, 640, 3)

 

代码：

#https://blog.csdn.net/u012162613/article/details/42192293
#https://blog.csdn.net/puredreammer/article/details/52255025
#每次降维后结果不同呢:属于无监督学习，类似聚类一样；fit()可以说是scikit-learn中通用的方法，每个需要训练的算法都会有fit()方法，它其实就是算法中的“训练”这一步骤。因为PCA是无监督学习算法，此处y自然等于None。
#LDA,有监督学习 in contrast to PCA, is a supervised method, using known class labels.

from sklearn.decomposition import PCA
import numpy as np 
import matplotlib.pyplot as plt