![](https://cdn-ak-scissors.b.st-hatena.com/image/square/4d523be1df42eaa3f753137dfe4e727e9bd67a03/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU3JTk0JUJCJUU1JTgzJThGJUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGZGlnaXRzJTJDJUU0JUI4JUJCJUU2JTg4JTkwJUU1JTg4JTg2JUU1JTg4JTg2JUU2JTlFJTkwJUUzJTgxJUE3MyVFNiVBQyVBMSVFNSU4NSU4MyVFMyU4MSVBRSVFNSU4RiVBRiVFOCVBNiU5NiVFNSU4QyU5NiVFMyU4MiU5MiVFMyU4MSU5NyVFMyU4MSVBNiVFMyU4MSVCRiVFMyU4MiU4QiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9N2U2NzNlMjI4NzQ1ZGZmNmI5YmJiZDJiZDZlNzAzZjY%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzaHVzaGluJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00YjAyZWZmYjJkOTAzNzJkNThjNGNlNWYxNTk1NDA2Zg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D06ff7f3e92741d16c7c13804b21b738e)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
画像データdigits,主成分分析で3次元の可視化をしてみる - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
画像データdigits,主成分分析で3次元の可視化をしてみる - Qiita
はじめに scikit learnにはdigitsと呼ばれる0~9までの数字の手書きの画像データが含まれています。 これ... はじめに scikit learnにはdigitsと呼ばれる0~9までの数字の手書きの画像データが含まれています。 これを多変量分析の一種である主成分分析(PCA)を利用して可視化するという事例は多数紹介されています。たとえばScikit-learnでPCAなど。 ただし、可視化は大抵第2主成分までの2次元データである例がほとんどでした。ここでは第3主成分までなんとか可視化させてみたいと思います(ネタ)。 なお主成分分析に関しては意味がわかる主成分分析がわかりやすかったと思います。 digitsのデータの可視化 ライブラリのimportから画像データの可視化までを行います。 # -*- coding: utf-8 -*- import numpy as np from sklearn import datasets from sklearn.decomposition import PCA