Eigenface를 이용한 차원 축소와 SVM을 이용한 분류¶ In [1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt np.random.seed(2021) 1. Data¶ 1.1 Data Load¶ 데이터는 sklearn.datasets의 fetch_lfw_people로 받을 수 있습니다. In [2]: from sklearn.datasets import fetch_lfw_people faces = fetch_lfw_people(min_faces_per_person=70, resize=0.4) In [3]: data, target = faces["data"], faces["target"] 1.2 Data EDA¶ 이미지..

차원 축소와 군집화¶ In [1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt np.random.seed(2021) 1. Data¶ 1.1 Data Load¶ 이번 실습에서 사용할 데이터는 손글씨 데이터입니다. 데이터는 sklearn.datasets의 load_digits를 이용해 받을 수 있습니다. In [2]: from sklearn.datasets import load_digits digits = load_digits() In [3]: data, target = digits["data"], digits["target"] In [4]: data[0], target[0] Out[4]: (array([ 0., 0., 5...

차원 축소 시각화 실습¶ In [1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt np.random.seed(2021) 1. Data¶ 1.1 Data Load¶ 이번 실습에서 사용할 데이터는 손글씨 데이터입니다. 데이터는 sklearn.datasets의 load_digits를 이용해 받을 수 있습니다. In [2]: from sklearn.datasets import load_digits digits = load_digits() In [3]: data, target = digits["data"], digits["target"] In [4]: data[0], target[0] Out[4]: (array([ 0., 0., ..