mooc机器学习第四天降维NMF

　　1。介绍
　　2。代码importmatplotlib。pyplotaspltfromnumpy。randomimportRandomStatefromsklearn。datasetsimportfetcholivettifacesfromsklearnimportdecomposition全局变量nrow，ncol2，3ncomponentsnrowncolimageshae（64，64）获取数据并打乱顺序datasetfetcholivettifaces（shuffleTrue，randomstateRandomState（0））reRandomState（0）print（re。rand（1，2））facesdataset。data确定图片大小以及namedefplotgallery（title，images，ncolncol，nrownrow）：plt。figure（figsize（2。ncol，2。26nrow））plt。suptitle（title，size16）fori，compinenumerate（images）：plt。subplot（nrow，ncol，i1）六组特征数据以i1的方式选择子图vmaxmax（comp。max（），comp。min（））数据波动绝对值，再maxplt。imshow（comp。reshape（imageshae），cmapplt。cm。gray，interpolationnearest，vminvmax，vmaxvmax）数值归一化，double类型，（uint80255）以灰度显示plt。xticks（（））指定坐标轴刻度，旋转角度rotation0等操作plt。yticks（（））plt。subplotsadjust（0。01，0。05，0。99，0。94，0。04，0。）两种方法对比estimators〔（EigenfacesPCAusingrandomizedSVD，decomposition。PCA（ncomponents6，whitenTrue）），（NonnegativecomponentsNMF，decomposition。NMF（ncomponents6，initnndsvda，tol5e3））〕forname，estimatorinestimators：print（Extractingthetopds。。。（ncomponents，name））print（faces。shape）estimator。fit（faces）导数据fitprint（faces）componentsestimator。components投影方向向量print（estimator）print（components〔：ncomponents〕）前六维数据plotgallery（name，components〔：ncomponents〕）plt。show（）
　　有幸有机会我能了解学习到其中些微知识原理，也很是开心；好比游览河山，越过曲水蜿蜒，感悟得到的不少，分享给你们～