Python主成分分析

通过主成分分析对手写数字进行特征提取和降维

# -*- coding: utf-8 -*-
# @Time    : 4/12/2020 12:20
# @Author  : Eddie Shen
# @Email   : sheneddie@outlook.com
# @File    : HW5_2.py
# @Software: PyCharm

import matplotlib.pyplot as plt
import numpy as np
import numpy.linalg as la

path = ‘D:\\shene\\Documents\\SUFE\\3D\\Data_Mining\\Data\\zip.train‘
data = np.loadtxt（path）

# Choose number 9.
k = 9
data_k = data[data[: 0] == k 1:]

# Show the 6th handwriting number.
plt.figure（）
plt.imshow（data_k[5 :].reshape（16 16） cmap=“gray_r“）
plt.show（）

# Show the mean of data_k.
mu = np.mean（data_k axis=0）
plt.figure（）
plt.imshow（mu.reshape（16 16） cmap=“gray_r“）
plt.show（）

# Principal component analysis.
cov_x = np.cov（data_k rowvar=False）
u v = la.eig（cov_x）

# Show the first principal component.
plt.figure（）
plt.imshow（v[: 0].reshape（16 16） cmap=“gray_r“）
plt.show（）

# Choose handwriting numbers of the five biggest and five smallest scores.
xi1: np.ndarray = （data_k - mu） @ v[: 0:1]
ind