pca

    -1热度

    1回答

    我将PCA应用于我的数据(图像序列),但在使用PCA(Matlab工具箱)命令并手动执行makind矩阵并使用SVD命令时得到了不同的结果。 经过一番搜索,我发现matlab在系数计算的PCA代码中强制执行一些符号约定,为什么?

    0热度

    1回答

    有两个.csv文件包含推文和每个推文的分类:pos,neg和neutral。 class意味着分类和text一个Tweet。 这是我的代码: def prediction(): print("Reading files...") #Will learn from this data set. train = file2SentencesArray('twitter-

    2热度

    1回答

    我正在尝试使用SciKit-Learn在我的数据集上执行PCA。我目前有2,208行和53,741列(特征)。所以我想用PCA来减少这个数据集的维数。 我下面Hands-On Machine Learning with SciKit-Learn and TensorFlow: from sklearn.decomposition import PCA pca = PCA(n_components

    1热度

    1回答

    我正在做一些机器学习,并尝试使用PCA查找重要维度。这是我到目前为止已经完成: from sklearn.decomposition import PCA pca = PCA(n_components=0.98) X_reduced = pca.fit_transform(df_normalized) X_reduced.shape (2208, 1961) 所以我有2208行由19​

    2热度

    1回答

    有人可以请我指出Robust-PCA或基于角度异常值检测(ABOD)等算法的强大python实现吗?我尝试了一些Robust-PCA的python实现,但它们的内存密集程度非常高,程序崩溃了。我的数据集是60,000 X 900浮点数。 R有一个ABOD的实现,但我想坚持python。

    3热度

    1回答

    我希望我发表在正确的章节! 我学习MPCA方法,我有任何问题,因为我是新手,只想学习自我。有数据集,其中变量的值是scale(sc)和名义var(cat) 当我执行分析时,我得到了错误。 我用library rTensor library("openxlsx") dat=read.xlsx("C:/Users/admin/Desktop/corr.xlsx") View(dat) mpca(

    -1热度

    1回答

    我试图复制找到here的PCA示例,但试图运行pca_summary()时出现以下错误,任何想法都不胜感激。谢谢! raise TypeError("data argument can't be an iterator") TypeError: data argument can't be an iterator

    -1热度

    2回答

    我正在使用FactoMineR在生物数据集上执行PCA,其中每列都是一个基因,并且这些行包含不同的样本。样本属于不同的组别(对照/治疗;癌症/非癌症)。在应用PCA()函数时,我已经将这些信息作为定性补充,并且我理解当我们调用$ quali.sup $ eta2时,会得到一个表格,其中每个分类变量与主要组件之间的平方相关。我的问题是:这张桌子怎么样完全失去了 - 相关性是如何精确计算的?

    1热度

    3回答

    我在MATLAB biplot = biplot(wcoeff(:,1:2),'Scores',score(:,1:2),'VarLabels',drugsFixed,'ObsLabels',cellLines,'MarkerSize',15) 它看起来很棒创造了一个双标图,但我想添加标题。在双标点函数调用中添加'title'会导致错误。 '双胞胎'对象没有任何看起来像他们可能有标题句柄的孩子

    0热度

    1回答

    我刚刚完成了14个变量的PCA分析,我已经选择将其分解为2个分量。 pca = PCA(n_components=2) pca.fit(z) a = pca.fit_transform(z) 输出这给出了在形式: [[ -3.84514275e+00 -1.19829226e-01] [ -4.78476227e+00 -1.35986090e-01] [ -2.26702900e+0