机器学习 -- PCA（Ⅵ 使用PCA降噪）

回顾之前的案例：

        数据集展现出如上结果，可是有没有可能数据集本身就是一条直线。换句话说，这个数据集展现的是在一根直线上下进行抖动式的分布，实际上这种抖动和这根直线本身的距离是噪音。这个噪音的产生原因可能有很多，如测量人员的粗心，测量手段有问题等等原因，都会使得我们在现实世界中采集的数据是有噪音的。

        我们使用PCA进行降维然后在反转回原来的维度，经过这样一个操作，可以发现此时这个数据就成为了一条直线，比较一下这两个图，我们可以说，经过这样的操作，我们将原有数据集的噪音给消除了。当然，在实际情况下，我们不好说X_restore就是一点噪音都没有，也不好说原数据的所有的抖动全都是噪音，所以我们还是倾向于说从X到X_restore丢失了一些信息，不过我们丢失的信息很有可能有很大的一部分是噪音，这也解释了为什么我们有时候降维处理以后，反而识别率提高了。

 

手写识别的例子

（1）首先导入所需的数据集

from sklearn import datasets

digits = datasets.load_digits()
X = digits.data
y = digits.target

（2）给数据加上噪音