pca

    1热度

    1回答

    ggplot几何点，修改文本

    我想使用R stat模块prcomp和ggplot2进行pca分析，示例数据如下所示。对于每个汽车模型，有三列中的数据，到目前为止，我能够使用下面给出的代码生成该图。 DF： > head(car.df) honda_1_smp honda_2_smp honda_3_smp audi_1_smp audi_2_smp audi_3_smp merc_1_smp merc_2_smp
    r ggplot2 pca 2017-08-14

    2热度

    1回答

    keras自动编码器VS PCA

    我用玩具例如打认识PCA VS keras的自动编码 我已经理解PCA下面的代码： import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets
    python-2.7 keras pca autoencoder 2017-08-16

    0热度

    1回答

    无法从sklearn PCA提取因子加载

    我想要加载因子以查看哪个因子加载到哪个变量。我指的是以下链接： Factor Loadings using sklearn 这里是我的代码，其中input_data是master_data。 X=master_data_predictors.values #Scaling the values X = scale(X) #taking equal number of components
    python scikit-learn pca 2017-08-17

    1热度

    1回答

    r：pca和绘制主成分空间中的观测值

    我对小数据集（20个观测值，17个变量，其中大多数高度相关）进行了快速PCA分析和可视化。我用library(psych)与现成的功能principal()做大部分工作。我得到了standartized加载矩阵。输出的示例如下（六是变量，只有几个所示）： PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 V1 0.20 -0.79 0.46 0.06 -0.20 0.22
    r loading scatter-plot pca psych 2017-08-19

    1热度

    1回答

    ggbiplot - 更改标签

    默认的颜色，ggbiplot功能给出了黑色负荷为红色箭头和单位标签图表： library(ggbiplot) data("USArrests") us <- princomp(USArrests) ggbiplot(us, labels = rownames(us$scores)) 是代码的结果 如何我改变这些标签的颜色，顺便说一下他们的尺寸或字体？
    r ggplot2 pca ggbiplot princomp 2017-08-22

    1热度

    1回答

    如何在预测时使用主成分分析？

    假设我的原始数据集有8个功能，并且我使用PCA和n_components = 3（我正在使用sklearn.decomposition.PCA）。然后我使用这3个PCA组件（现在是我的新功能）来训练我的模型。 我是否需要在预测时应用PCA？ 即使我只预测一个数据点，我是否需要这样做？ 让我感到困惑的是，当我进行预测时，每个数据点都是2D矩阵中的一行（由我想要预测的所有数据点组成）。因此，如果我只在
    python-3.x machine-learning scikit-learn pca 2017-08-22

    1热度

    1回答

    如何用sklearn获得所有三个SVD矩阵？

    Singular value decomposition矩阵的大小M(M,N)手段融通 如何从scikit-learn和numpy包获得全部三个矩阵？ 我想我可以得到Sigma与PCA model： import numpy as np from sklearn.decomposition import PCA model = PCA(N, copy=True, random_state=0
    python numpy scikit-learn pca svd 2017-08-24

    0热度

    1回答

    FactoMineR中的PCA摘要中的ctr，距离和尺寸究竟是什么？

    我正尝试使用FactoMineR包在我的数据集上实现PCA和MCA。 我有一个数据集，经过一些初步清理之后，我在其上应用了PCA()函数。我试图理解结果的总结。 library(reshape) library(gridExtra) library(gdata) library(ggplot2) library(ggbiplot) library(FactoMineR) x <- r
    r multidimensional-array vector pca 2017-08-27

    0热度

    1回答

    在熊猫数据框上滚动PCA

    我在想如果有人知道如何在熊猫数据框上实现滚动/移动窗口PCA。我环顾四周，发现在R和MATLAB中的实现，但不是Python。任何帮助，将不胜感激！ 这不是重复 - 移动窗口PCA与整个数据帧上的PCA不同。请参阅pandas.DataFrame.rolling（），如果你不理解的差异
    python pandas pca 2017-08-28

    0热度

    1回答

    通过PCA在sklearn中减小尺寸

    我想通过sklearn中的PCA将图像的尺寸从（480,640,3）减少到（1,512）。所以我重塑形象（1，921600）。之后，我执行pca以减小尺寸。但它改为（1,1）而不是（1,512） >>> img.shape (1, 921600) >>> pca = PCA(n_components=512) >>> pca.fit_transform(img).shape (1, 1)
    scikit-learn computer-vision pca 2017-08-31
最新问题