2017-03-09 32 views
0

我想要得到特征向量来做pca(主成分分析)。该包,DimensionalityReduction.jl提供了一个命令,应该做这件事情,pcaeig(X)其中X是一些矩阵。我的代码如下Julia:pcaeig(X)产生“UndefVarError:fliplr not defined”

使用DataFrames

使用DimensionalityReduction

数据= readtable( “中期Data.csv”)

T =大小(数据)[1]

Ñ = size(data)[2]

erates = convert(Array,data [1:T,2:n])

eigvec = pcaeig(erates)

我很抱歉格式化不好,我不太记得如何把代码放在引用中。无论如何,当我尝试运行此代码时,出现以下错误:“UndefVarError:fliplr not defined”。现在,据我所知,fliplr是一个用来翻转矩阵(不是变量)的命令。这也是说错误发生在包的代码中(而不是我的代码)。这是否意味着我运气不好,在补丁修复之前无法使用此包?如果是这样,是否有其他人知道另一种获得pca特征向量的方法?

回答

1

由于它的DimensionalityReduction自述说,包是弃用:

The DimensionalityReduction package is deprecated. It is superseded by a new package MultivariateStats .

包不上最新版本的朱莉娅工作,将不会被更新在将来这样做。改用MultivariateStats。

+0

是的,我其实只是注意到了这一点。我正在查看MultivariateStats中的pca分析,并且似乎没有给出特征向量的命令。我只是没有看到它,或者他们是否放弃了这种功能? – DornerA

+0

我仍然无法弄清楚如何使用多元素来获取特征向量 – DornerA

+0

只需从投影矩阵中获取它们即可https://github.com/JuliaStats/MultivariateStats.jl/blob/master/src/pca.jl#L7 –