R语言将 手写数据集 图片数据转为表格数据并主成分分析
下载地址 :
http://yann.lecun.com/exdb/mnist/
library("factoextra")#image
load_image_file = function(file) {f = file(file, 'rb')readBin(f, 'integer', n = 1, size = 4, endian = 'big')n = readBin(f, 'integer', n = 1, size = 4,endian = 'big')nrow = readBin(f, 'integer', n = 1, size = 4, endian = 'big')ncol = readBin(f, 'integer', n = 1, size = 4, endian = 'big')x = readBin(f, 'integer', n = n * nrow * ncol, size = 1, signed = FALSE)close(f)return(data.frame(matrix(x, ncol = nrow * ncol, byrow = TRUE)))
}#label
load_label_file = function(file) {f = file(file, 'rb')readBin(f, 'integer', n = 1, size = 4, endian = 'big')n = readBin(f, 'integer', n = 1, size = 4,endian = 'big')y = readBin(f, 'integer', n = n, size = 1, signed = FALSE)close(f)return(y)
}# 读数据
train = load_image_file("train-images.idx3-ubyte")
# 读标签
train$y = as.factor(load_label_file("train-labels.idx1-ubyte"))write.csv(train,"train.csv",row.names = F)#output csv
#pca
pca <- prcomp(train[,-785])
summary(pca)fviz_screeplot(pca, ncp=10)#主成分方差占比
jpeg("biplot1.jpg")#图像保存本地
print(fviz_pca_biplot(pca, label ="var"))
dev.off()
jpeg("biplot.jpg")
biplot(pca)
dev.off()
jpeg("individual.jpg")
fviz_pca_ind(pca, label="none", habillage=train$y,addEllipses=TRUE, ellipse.level=0.95)
dev.off()
R语言将 手写数据集 图片数据转为表格数据并主成分分析相关推荐
- Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集的下载(基于python语言根据爬虫技术自动下载MNIST数据集)
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集的下载(基于python语言根据爬虫技术自动下载MNIST数据集) 目录 数据集下载的所有代码 1.主文件 mni ...
- Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介+数据增强(将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍) 目录 MNIST ...
- Dataset之MNIST:MNIST(手写数字图片识别及其ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别及其ubyte.gz文件)数据集简介.下载.使用方法(包括数据增强,将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5 ...
- Dataset之Handwritten Digits:Handwritten Digits(手写数字图片识别)数据集简介、安装、使用方法之详细攻略
Dataset之Handwritten Digits:Handwritten Digits(手写数字图片识别)数据集简介.安装.使用方法之详细攻略 目录 Handwritten Digits数据集的简 ...
- DL之NN:基于(sklearn自带手写数字图片识别数据集)+自定义NN类(三层64→100→10)实现97.5%准确率
DL之NN:基于(sklearn自带手写数字图片识别数据集)+自定义NN类(三层64→100→10)实现97.5%准确率 目录 输出结果 核心代码 输出结果 核心代码 #DL之NN:基于sklearn ...
- TF之DNN:利用DNN【784→500→10】对MNIST手写数字图片识别数据集(TF自带函数下载)预测(98%)+案例理解DNN过程
TF之DNN:利用DNN[784→500→10]对MNIST手写数字图片识别数据集(TF自带函数下载)预测(98%)+案例理解DNN过程 目录 输出结果 案例理解DNN过程思路 代码设计 输出结果 案 ...
- DL之NN:NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进,进一步提高手写数字图片识别的准确率
DL之NN:NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进,进一步提高手写数字图片识别的准确率 导读 上一篇文章,比较了三种算法实现对手写数字识别,其中,SVM和神经网络算法表现非 ...
- ML之K-means:基于(完整的)手写数字图片识别数据集利用K-means算法实现图片聚类
ML之K-means:基于(完整的)手写数字图片识别数据集利用K-means算法实现图片聚类 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 metrics.adjusted_ran ...
- CV之IC之SpatialTransformer:基于ClutteredMNIST手写数字图片数据集分别利用CNN_Init、ST_CNN算法(CNN+ST)实现多分类预测案例训练过程记录
CV之IC之SpatialTransformer:基于ClutteredMNIST手写数字图片数据集分别利用CNN_Init.ST_CNN算法(CNN+ST)实现多分类预测案例训练过程记录 目录 基于 ...
- 6. 手写数字图片数据集MNIST
MNIST数据集(http://yann.lecun.com/exdb/mnist/) 手写数字图片数据集,存在60000个训练样本,10000个测试样本.每个样本为一个28X28像素的图片. 主要包 ...
最新文章
- redis在linux下安装并測试(在spring下调用)
- windows下钩子的使用
- React Native 设置RGBA背景色
- 【学习笔记】《数据挖掘:理论与算法》CH4神经网络
- pythonzip是迭代器_Python迭代器和zip
- Windows 7旗舰版安装Visual Studio 2013 Ultimate的系统必备及注意事项
- (转)公钥,私钥和数字签名这样最好理解
- 程序员如何通过书籍学习编程?小心用错方法,不然可能事倍功半!
- Python SHA1算法
- 二叉线索树的先序、中序、后序的线索化及其遍历
- yum安装ruby_CentOS 7下配置Ruby语言开发环境的方法教程
- 文本界面听歌神器--moc
- 老师常用选择题,选择框,单选框,以及各行业产品配置表单选配置明细等
- 4565: [Haoi2016]字符合并 区间DP
- mysql .ibd_MySQL单表ibd文件恢复方法详解
- 测试脉冲电磁对于铝片和铜片的影响
- 自己在VB编程过程中遇到的--不能加载MSCOMCTL.OCX提示
- java实现12小时制和24小时制的时间
- listview控件Android,Android中ListView控件的简单使用
- nyoj 一笔画问题
热门文章
- 金工量化优质书单推荐及下载
- Chrome 扩展程序 CrxMouse Techzero优化版 更新至 v3.0.4
- xml建模包括以下_我们的服务|无人机倾斜摄影三维建模
- js_ctype linux,linux – 解释export LANG,LC_CTYPE,LC_ALL的效果
- 【多目标追踪算法】多目标跟踪评价指标
- opencv基于MultiTracker的多目标跟踪
- python做服务器接口-用Python实现简单的服务器【新手必学】
- Helix QAC 2021.1
- 动态规划解决完全背包问题(cpp)
- python读取并显示图片