設計說明

• 請撰寫程式讀取sklearn.datasets的手寫數字資料集，此資料集有1,797筆資料，每筆資料是大小為8×8的影像，共64個數值特徵欄位。
• 針對數值欄位進行標準化（Standardization）。
• 對資料集進行PCA，取前i(i=1~10)個主成分再進行 K-Means（以k-means++ 做初始化）。
• 分別計算上述模型的輪廓係數（Silhouette coefficient）。分別計算上述模型的分類準確率（Accuracy）。

請依序回答下列問題

• 請填入n_components參數是多少時模型的輪廓係數為最大?請填入此時模型的輪廓係數（四捨五入取至小數點後第四位）？
• 請填入n_components參數是多少時模型的準確率為最大?請填入此時模型的準確率（四捨五入取至小數點後第四位）？

請參考範例3-6手寫數字分群_204.ipynb作答

作品成果

【雲端連結(請點我)】

結論

• n_components 參數是 9 時模型的輪廓係數為最大，此時模型的輪廓係數為 0.1458
• n_components 參數是 10 時模型的準確率為最大，此時模型的準確率為 0.2165
• 透過上述模型訓練，發現輪廓係數皆不到兩成，準確率最高僅兩成出頭，表示模型訓練效果不佳，仍有很大改進空間