May 2018
Intermediate to advanced
556 pages
13h 21m
Japanese
book
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
by Jake VanderPlas, 菊池 彰
Content preview from Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
476
5
章 機械学習
入力色空間
: 1,600
万色
図5-121 RGB色空間におけるピクセルの分布
さて、
k
平均法を使ってピクセル空間全体のクラスタリングを行い、
1,600
万色を
16
色に減らし
ましょう。非常に大きなデータセットを処理しているため、データのサブセットで動作するミニ
バッチ
k
平均法を使用して、標準の平均法アルゴリズムよりもはるかに高速に結果を計算します
（図5-122）。
In[23]: from sklearn.cluster import MiniBatchKMeans
kmeans = MiniBatchKMeans(16)
kmeans.fit(data)
new_colors = kmeans.cluster_centers_[kmeans.predict(data)]
plot_pixels(data, colors=new_colors,
title="Reduced color space: 16 colors")
色空間の削減：
16
色
図5-122 RGB色空間における 16クラスタ