資料預處理系列（十三）用字典學習分解法分類

博主簡介：風雪夜歸子（英文名: allen），機器學習演算法攻城獅，喜愛鑽研machine learning的黑科技，對deep learning和artificial intelligence充滿興趣，經常關注kaggle資料探勘競賽平台，對資料、machine learning和artificial intelligence有興趣的各位童鞋可以一起**哦，個人csdn部落格：

在這個主題中，我們將介紹一種可以用於分類的分解方法——字典學習（dictionary learning），將資料集轉換成乙個稀疏的形式。

dictionarylearning方法的思想是把特徵看作構成資料集的基礎。首先我們匯入iris資料集：

in [1]:

%matplotlib inline

import

matplotlib.pyplot

asplt

import

numpy

asnp

in [2]:


from
sklearn.datasets
import
load_iris
iris
=load_iris
()iris_data
=iris
.data
iris_target
=iris
.target

首先，匯入dictionarylearning：

in [3]:

from

sklearn.decomposition

import

dictionarylearning

然後用三個成分表示iris資料集中花的型別：

in [4]:

dl=
dictionarylearning(3
)

再用fit_transform轉換其他資料，這樣我們就可以對比訓練前後的資料了：

in [5]:


transformed=dl
.fit_transform
(iris_data
[::2
])transformed[:5
]

array([[ 0.        ,  6.34476574,  0.        ],
[ 0. , 5.83576461, 0. ],
[ 0. , 6.32038375, 0. ],
[ 0. , 5.89318572, 0. ],
[ 0. , 5.45222715, 0. ]])

我們可以視覺化這個結果。注意，每個成分的值分別平行

x x，y

y和zz

三個軸，其他座標都是0；這就是稀疏性。

in [6]:


from
mpl_toolkits.mplot3d
import
axes3d
colors=np
.array
(list
('rgb'))f
=plt
.figure
()ax=f
.add_subplot
(111
,projection
='3d')ax
.set_title
("training set")ax
.scatter
(transformed
[:,0
],transformed
[:,1
],transformed
[:,2
],color
=colors
[iris
.target
[::2
]]);

如果你細心看，還是會發現一些誤差。有乙個樣本分錯了型別，雖然乙個錯誤並不是很嚴重。

下面，讓我們用fit而不用fit_transform來訓練資料集：

in [7]:


transformed=dl
.transform
(iris_data[1
::2])

in [8]:


colors=np
.array
(list
('rgb'))f
=plt
.figure
()ax=f
.add_subplot
(111
,projection
='3d')ax
.set_title
("training set")ax
.scatter
(transformed
[:,0
],transformed
[:,1
],transformed
[:,2
],color
=colors
[iris
.target[1
::2]]);

還是有一些分類錯誤的樣本。如果你看看之前降維主題中的圖，會發現綠色和藍色兩類資料有交叉部分。

dictionarylearning具有訊號處理和神經學領域的背景知識。其理念是某一時刻只有少數特徵可以實現。因此，dictionarylearning在假設大多數特徵都是0的情況下，嘗試發現乙個適當的資料表現形式。

資料預處理系列（十三）用字典學習分解法分類

資料預處理系列（五）分類變數處理

系列二資料預處理

機器學習資料預處理

資料預處理系列 （十三）用字典學習分解法分類

資料預處理系列 （五）分類變數處理

系列二 資料預處理

機器學習 資料預處理

相關推薦

資料預處理系列（十三）用字典學習分解法分類

資料預處理系列（五）分類變數處理

系列二資料預處理

機器學習資料預處理