【Python实例第3讲】管道：连接主成分和Logistic回归

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

众所周知，主成分(PCA)是一种无监督的降维方法，而Logistic回归则做预测问题。本例的目的是将二者结合起来，使用函数GridSearchCV设置主成分的维度。这里要用到scikit-learn自带数据集——“手写数字数据集”。

数据集介绍

“手写数字数据集”在datasets里，由1,797个手写数字的数据组成。每个数据点样本代表一个0 ~ 9
之间的手写数字，该数字由$8\times 8$大小的像素矩阵表示，矩阵中的元素是0~16的数值，代表颜色深度。例如，下面是数字0的样本

下面是前100个样本的手写数字图形

现在，我们了解一个这个数据集的结构。

from sklearn import datasets
digits = datasets.load_digits()
print(type(digits))

digits是加载的手写数字的数据集，它是一个bunch类型的对象。bunch类是一种继承自字典型的类。由于这个类直接继承dict类，所以我们可以获得dict类的大量功能，比如对“键/值”的遍历，或者简单查询一个属性是否存在。

print('digits.keys() = ',digits.keys())

结果显示，digits所包含的数据分为data, target, target_names, images, DESCR.
我们再来看一看images

print('digits.images.shape = ',digits.images.shape)
print('digits.images = ',digits.images)