비지도 학습

1. 군집 알고리즘

타깃을 모르는 비지도 학습

• 비지도 학습(unsupervised learning) : 머신러닝의 한 종류로 훈련 데이터에 타깃 X ⇒ 스스로 유용한 무언가를 학습해야 함

과일 사진 데이터 준비하기

• 코랩의 코드 셀에서 ‘!’ 문자로 시작 : 리눅스 셸 명령으로 이해
  • wget : 원격 주소에서 데이터를 다운로드하여 저장
  • -O : 저장할 파일 이름을 지정
• npy 파일 : 넘파이 배열의 기본 저장 포맷

# 데이터 불러오기
!wget <https://bit.ly/fruits_300_data> -O fruits_300.npy

# 데이터 준비
import numpy as np
import matplotlib.pyplot as plt
fruits = np.load('fruits_300.npy')
print(fruits.shape)

<aside> 💡 (300, 100, 100)

</aside>

⇒ 사진의 픽셀값 데이터

• shape : 배열의 크기
  • 첫 번째 차원 : 샘플의 개수
  • 두 번째 차원 : 이미지 높이
  • 세 번째 차원 : 이미지 너비

# 첫 번째 이미지의 첫 번째 행 출력
print(fruits[0,0,:])

# 첫 번째 이미지 그리기
plt.imshow(fruits[0], cmap='gray')   ### 흑백 이미지
plt.show()

• 흑백 샘플 이미지 : 보통 바탕이 밝고, 물체가 짙은 색

  → But, 출력 이미지 : 사진의 이미지를 넘파이 배열로 변환할 때 반전시킴 !

  ⇒ 관심 대상이 ‘물체’이기 때문 !

• 데이터의 과일 사진 종류 : 사과, 파인애플, 바나나

# 사과 외에 파인애플, 바나나 이미지도 그리기
fig, axs = plt.subplots(1,3)
axs[0].imshow(fruits[0], cmap='gray_r')
axs[1].imshow(fruits[100], cmap='gray_r')
axs[2].imshow(fruits[200], cmap='gray_r')
plt.show()