此案例参考python数据科学手册,属于分类的一种,觉得挺有意思的。上代码
from sklearn.datasets import load_digits
import seaborn as sns
#导入数据
digits=load_digits()
X=digits.data
y=digits.target
print(digits.images.shape)
import matplotlib.pyplot as plt
#画子图
fig,axes=plt.subplots(10,10,figsize=(8,8)
,subplot_kw={'xticks':[],'yticks':[]}
,gridspec_kw=dict(hspace=0.1,wspace=0.1))
for i,ax in enumerate(axes.flat):
ax.imshow(digits.images[i],cmap='binary'
,interpolation='nearest')
ax.text(0.05,0.05,str(digits.target[i]),
transform=ax.transAxes,color='green')
plt.show()
#流行学习将数据降维到2维
from sklearn.manifold import Isomap
iso=Isomap(n_components=2)
iso.fit(digits.data)
data_projec