![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
小白深度学习数据可视化
硕士小白爱学习
这个作者很懒,什么都没留下…
展开
-
t-分布随机邻居嵌入(t-SNE)可视化-小白自学笔记2
1.t-SNE算法一种无监督的随机算法,仅用于可视化,应用非线性 降 维技术 ,其中重点是在低维空间中将非常相似的数据点保持在一起 。2.导入MNIST数据集import timeimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt #导入所需的库# 1.获取数据集 minist手写体数据集 0-9的数字 Xtrain样本数60000个 28*28灰度图,Xtest样本数10000个 28*28灰原创 2021-10-19 18:10:25 · 879 阅读 · 0 评论 -
PCA主成分分析可视化-小白自学笔记
PCA算法介绍主成分分析(PCA) 一种无监督的确定性算法,用于特征提取和可视化。它的主要功能就是:对于多维度的数据而言,它把相关性高的维度,整合到一起,留下不相关的维度数据,尽可能使数据的空间保持原有的状态。目前来讲python的sklearn库中已经集成了PCA算法,只需要调用就可以使用了。具有的算法详情,自己可以看李沐老师写的《动手学机器学习》数据集这里用minist手写数据集,文件格式是mnist.npz。minist手写体数据集 0-9的数字灰度图片训练集样本数60000个 .原创 2021-10-19 17:11:32 · 966 阅读 · 0 评论