لديك مصفوفة قيم موحدة x_flat تشمل صورا مسطحة، وكل صف في المصفوفة يمثل صورة مسطحة مختلفة على هيئة متتالية من الأعداد الصحيحة تتراوح بين 0 و 255. أكمل المقطع البرمجي التالي، بحيث يستخدم التجميع التكتلي في تصنيف الصور التي من X_flat إلى خمسة عناقيد مختلفة
حل السؤال اذكر الميزة التي تتمتع بها تقنيات التعلم غير الموجه مقارنة بتقنيات التعلم الموجه في تحليل الصور؟ الوارد في تمرينات الدرس الثاني التعلم غير الموجه لتحليل الصور ضمن الوحدة الرابعة: التعرف على الصور في مادة الذكاء الاصطناعي، والمقررة على طلاب الصف الثالث الثانوي مسارات خلال الفصل الدراسي الثاني (الجزء الثاني) ١٤٤٧هـ.
لديك مصفوفة قيم موحدة x_flat تشمل صورا مسطحة، وكل صف في المصفوفة يمثل صورة مسطحة مختلفة على هيئة متتالية من الأعداد الصحيحة تتراوح بين 0 و 255. أكمل المقطع البرمجي التالي، بحيث يستخدم التجميع التكتلي في تصنيف الصور التي من X_flat إلى خمسة عناقيد مختلفة؟
الإجابة هي
نقوم أولاً باستخدام داله التجميع التكتلي باستدعائها من مكتبه (sklearn.cluster)
from Sklearn.cluster import AgglomerativeClustering #used for agglomerative clustering
نقوم بتعريف متغير ووضع الاداه فيه، الاداه تحتاج دائما الى متغيرين المتغير الاول طريقه الربط والمتغير الثاني عدد العناقيد، في السؤال هنا ذكر عدد العناقيد خمسه عناقيد مختلفه
AC=AgglomerativeClustering(linkage= 'ward",n_clusters=5)
ايضاً التكتل التجمعي يحتاج ان نقوم normalizes the data او تغيير القيم من صفر و255 الى القيم التي تكون للالوان من صفر الى واحد فنقوم بتعريف متغير X_norm نضع فيه جميع المتغيرات الموجوده في مصفوفه X_flat بعد تقسيمها على العدد 255 كي يصبح قيمه اعداد الار جي بي ما بين الصفر والواحد
X_norm = X_flat/255 #normalizes the data
نقوم بتطبيق الاداه على جميع البيانات في هذا السطر
AC.fit(X_norn) # applies the tool to the data
نقوم بوضع التوقعات باستخدام العناوين الخاصه بالعناقيد
pred= AC. Labels #gets the cluster labels.