[PYTHON] Isomap avec Scikit-learn
Jouez avec Isomap. Il peut être utilisé presque de la même manière que PCA.
isomap.py
from sklearn.datasets import load_digits
from sklearn.manifold import Isomap
import matplotlib.pyplot as plt
##Lire les données
digits = load_digits()
X = digits.data
y = digits.target
target_names = digits.target_names
## Isomap
n_neighbors=30
isomap = Isomap(n_neighbors=30, n_components=2)
X_iso = isomap.fit(X).transform(X)
## colors
colors = [plt.cm.nipy_spectral(i/10., 1) for i in range(10)]
## plot
plt.figure()
for c, target_name in zip(colors, target_names):
plt.scatter(X_iso[y == target_name, 0], X_iso[y == target_name, 1], c=c, label = target_name)
plt.legend()
plt.title('Isomap')
plt.show()
Résultat de l'exécution.
référence: Exemple PCA Scikit-learn Exemple d'apprentissage de la variété Scikit-learn
Recommended Posts