利PCR简化数据

import numpy as np

import matplotlib.pyplot as plt

from sklearn.decomposition import PCA

from sklearn.datasets import fetch_openml

from sklearn.model_selection import train_test_split

from sklearn.neural_network import MLPClassifier

 

# 加载MNIST数据集

mnist = fetch_openml('mnist_784')

X = mnist.data.astype('float32')

y = mnist.target.astype('int64')

 

# 将数据集划分为训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

 

# 初始化PCA模型

pca = PCA()

 

# 对训练集进行PCA拟合

pca.fit(X_train)

 

# 绘制学习曲线

explained_variance = np.cumsum(pca.explained_variance_ratio_)

plt.plot(explained_variance)

plt.xlabel('Number of Components')

plt.ylabel('Explained Variance')

plt.title('Explained Variance vs. Number of Components')

plt.show()

 

# 缩小最佳维度的范围

# 这里我们假设我们的目标是保留90%的方差

n_components = np.argmax(explained_variance > 0.90) + 1

 

# 找出最佳维度

print(f"最佳维度: {n_components}")

 

# 使用最佳维度进行PCA转换

pca = PCA(n_components=n_components)

X_train_pca = pca.fit_transform(X_train)

X_test_pca = pca.transform(X_test)

 

# 重构出降维后的图像

X_reconstructed = pca.inverse_transform(X_train_pca)

 

# 可视化显示图像的压缩效果

n = 10 # 显示前10个样本的原始图像和重构图像

plt.figure(figsize=(20, 4))

for i in range(n):

    # 原始图像

    ax = plt.subplot(2, n, i + 1)

    plt.imshow(X_train[i].reshape(28, 28))

    plt.gray()

    ax.get_xaxis().set_visible(False)

    ax.get_yaxis().set_visible(False)

 

    # 重构图像

    ax = plt.subplot(2, n, i + 1 + n)

    plt.imshow(X_reconstructed[i].reshape(28, 28))

    plt.gray()

    ax.get_xaxis().set_visible(False)

    ax.get_yaxis().set_visible(False)

plt.show()