始めに 手書き数字を分析するのもなんだかシリーズ化してきましたが、今回は主成分分析(PCA:Principal Component Analysis)とその教師ありバージョンとも呼べる線形判別分析(LDA:Linear Discriminant Analysis)をつかって分析をしてみたいと思います。pythonの機械学習ライブラリscikit-learnを使っています。 【過去の手書き数字データ分析記事】 手書き数字をpythonでもてあそぶ その1 手書き数字をpythonでもてあそぶ その2(識別する) 【機械学習】k-nearest neighbor method(k最近傍法)を自力でpythonで書いて、手書き数字の認識をする 主成分分析 (PCA) まずは主成分分析からです。基本的には複数あるデータの要素をまとめて、いわゆる主成分を取り出す分析です。機械学習では主に対象データの
![主成分分析PCAを用いて手書き数字を分析する。その1 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/d0d5247e82a57e9c30df32d7a921286037edaa2f/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-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwa2VubWF0c3U0JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0wODg3Nzk4Zjc0OTg0YTExNmEyYTY3NDg4OWViMTBkYw%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Db2cad581d061a5ee376fa6fe74909c94)