在之前的文章中，无监督学习是作为一组统计工具引入的，其中有一组特征，但没有目标。因此，本教程将与其他教程不同，因为我们无法进行预测。

相反，我们将使用k-means聚类来对图像执行颜色量化。

然后，我们将使用PCA来减少维度和数据集的可视化。

完整的笔记本电脑，请点击这里。

旋转你的Jupyter笔记本，让我们走吧！

建立

在开始任何实现之前，我们将导入一些稍后将变得方便的库：

与以前的教程不同，我们不会导入数据集。相反，我们将使用scikit-learn库提供的数据。

颜色量化 – k均值聚类

很快，颜色量化是减少图像中使用的不同颜色数量的技术。这对于压缩图像同时保持图像的完整性特别有用。

首先，我们导入以下库：

请注意，我们导入了一个名为load_sample_image的示例数据集。这只包含两个图像。我们将使用其中一个来执行颜色量化。

所以，让我们展示一下我们将用于此练习的图像：

你应该看到：

原始图像

现在，对于颜色量化，必须遵循不同的步骤。

首先，我们需要将图像更改为2D矩阵以进行操作：

然后，我们训练我们的模型聚合颜色，以便在图像中有64种不同的颜色：

然后，我们构建一个辅助函数来帮助我们使用指定颜色的数量重建图像：

最后，我们现在可以使用64种颜色可视化图像的外观，以及它与原始图像的比较方式：

96 615色的原始图像
64色重建图像

当然，我们可以看到一些差异，但总体而言，图像的完整性得到了保护！探索不同数量的集群！例如，如果指定10种颜色，可以使用以下内容：

10种颜色的重建图像

维度降低 – PCA

在本练习中，我们将使用PCA来减少数据集的维度，以便我们可以轻松地将其可视化。

因此，让我们从scikit-learn导入虹膜数据集：

现在，我们将计算前两个主要组件，并查看每个组件可以解释的方差比例：

从上面的代码块中，您应该看到第一个主成分包含92％的方差，而第二个主成分包含5％的方差。因此，这意味着只有两个特征足以解释数据集中97％的方差！

现在，我们可以使用它来轻松地在两个维度上绘制数据：

你得到：

而已！您现在知道如何实现k-means和PCA！同样，请记住，无监督学习很难，因为没有误差指标来评估算法的执行情况。而且，这些技术通常在进行监督学习之前用于探索性数据分析。

本文转自towardsdatascience，原文地址