1週間以上前に「コードは短いが奥が深い」で、pythonを用いた手書き文字の認識を取り上げました。少し間が空いてしまいましたが、その続きです。 手書き文字データは、1文字で８×８＝64ピクセルもの情報があり、64次元の空間に描く必要がありますが、３次元の世界では描くこともできません。そこで、主成分析という手法で次元を下げる必要があります。主成分分析については「分散が大きいと情報量は？」「ばらつきが大きい方が主に効く？」で説明しましたので、ご覧ください。 それでは、今回のプログラムコードを説明いたします。
資料はこちら → 機械学習５
p.1 64次元を3次元に減らすモジュールがscikit-learnの中にある「decomposition」です。３行目で読み込んでいます。decompositionの中にあるPCA（Principal Component Analysis：主成分分析）を用いて64次元から３次元に次元を減らします。 固有値の大きい方から３つとってきてｘ、ｙ、及びｚ軸の座標にしていると思われます。 人が計算したら膨大になるものを一瞬で計算してくれるわけです。
p.2 Xrに格納された３次元の点を０～９の文字ごとに色別して3次元図にプロットするプログラムです。コードはこちら→ ml0603
p.3 実行結果です。 ０と６と９あるいは１と７は近い距離にあることがわかりますが、上手く分離できていそうです。
手書きデータでも上手く色別できそうなことがイメージ図で理解できましたでしょうか？