from sklearn.svm import SVC
from sklearn.datasets import load_digits
from sklearn.feature_selection import RFE
import matplotlib.pyplot as plt

# load the digits dataset
# 返回图片格式的数字数据集，数据类型是np.Bunch，一种类似字典的数据，分训练样本和样本标签，共10个类别，从0~9
# 每一个类别大概180个样本，共1797个样本
# 每个样本由16个特征组成的一个8*8的像素图片构成，所以特征维度是64，训练数据集的形状是（1797, 64）
digits = load_digits()
# 分别从Bunch数据集中获取训练数据和标签数据
# 使用digits.images获取训练数据，使用digits.target获取标签数据
# 并且使用reshape函数重新定义训练数据的形状，指定的参数为1797行，列为自动计算得到，因此形状仍为（1797, 64）
# 不过此时 X 的数据类型为np.ndarray，而不是np.Bunch
X = digits.images.reshape((len(digits.images), -1))
# 数据集的标签值数据类型为np.ndarray
y = digits.target

# create the RFE object and rank each pixel
# sklearn.svm.SVC，C-Support Vector Classification 支持向量分类器，C是一个可调参数。user guide中有更详细的介绍，还有关于SVC、LinearSVC、NuSVC模型的比较
# 参考材料：https://www.jianshu.com/p/31ec24baaada
# 实例化SVC分类器，核函数选择线性核函数
# 其他可选的核函数包括：linear, poly, rbf（默认）, sigmoid, precomputed 或者自定义可调用函数等，如果使用其他核函数，还有其他参数可供选择
# 参数C表示对于错误类别的惩罚洗漱，默认为1，参数值越高，对错误项越敏感
# 分类器对于超过十万量级的数据集来说不太适用，这时建议使用LinearSVC或者SGDClassifier分类器
# 当应用于多分类情况时，是通过 1 vs 1 方式转换得到多分类情况
svc = SVC(kernel="linear", C=1)
# 特征选择模块中的RFE方法，recursive feature elimination（循环特征剔除）
# 在原始特征集上赋予每个特征权重，模型必须是监督学习模型，要么通过fit方法，要么通过coef_属性，提供特征权重信息
# 比如用一个相关系数线性模型在原始数据集上训练，然后赋予每个特征权重，把权重最小的特征提出，再剩下的特征集上再次进行模型训练，一直循环下去，直到特征集中剩下的特征数目达到指定目标
# 这里选择的模型是svc，n_feature_to_select参数表示最后选择的特征数目，默认是选择一半，step参数表示每次剔除的特征数目，默认是1
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
# 调用RFE实例方法，在未被剔除的特征集上训练模型
rfe.fit(X, y)
# 获取实例的ranking_属性，一个按特征重要性降序排序的数组
ranking = rfe.ranking_.reshape(digits.images[0].shape)

# plot pixel ranking
# 矩阵可视化函数matshow将ranking数组可视化
# cmap参数选择色彩体系，其他的还有RGB、gray等
plt.matshow(ranking, cmap=plt.cm.Blues)
# 显示色彩条，可以用参数控制颜色条摆放位置等
plt.colorbar()
# 显示绘图标题
plt.title("ranking of pixels with RFE")
# 展示绘图
plt.show()

展示一个样本：

digits.data.shape
plt.gray()
plt.matshow(digits.images[0])
plt.show()