iPAS 考題解析在郵遞區號自動辨識的研究中,研究人員收集了一份手寫數字影像資料集(UCI sklearn digits, 8×8 灰階),共 1797 筆。研究人員把含有雜訊的手寫數字影像存放在變數 noisy 中,部分資料經視覺化後外觀如附圖所示。他們嘗試使用 PCA 進行降噪,並希望能保留影像的主要特徵,同時去除影像中的雜訊。 程式碼如下: 程式碼 A: import numpy as np; noisy = np.random.normal(digits.data, 4) 程式碼 B: from sklearn.decomposition import PCA; pca = PCA() 程式碼 C: pca.fit(noisy) 程式碼 D: components = pca.transform(noisy) 程式碼 E: filtered = pca.inverse_transform(components) 當程式執行後,觀察到影像仍然含有明顯的雜訊。研究人員懷疑是程式中某步驟的設定不正確,導致 PCA 沒有發揮降噪的作用,需要修改程式碼才能讓降噪有效。請問哪一段程式碼需要修改,才能讓 PCA 對 noisy 影像有效去噪?
原卷題