Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
测试 PCA 图上簇的显着性
是否可以在 PCA 图上测试 2 个已知组之间聚类的显着性 测试它们的接近程度或分布量 方差 以及簇之间的重叠量等 这是一种定性方法 使用ggplot 在簇周围绘制 95 置信椭圆 注意stat ellipse 使用二元 t 分布 libr
r
statistics
PCA
使用 sklearn 进行稀疏主成分分析
我正在尝试从中复制一个应用程序paper https people eecs berkeley edu elghaoui Pubs SPCAhandbookSV pdf 作者下载的地方20个新闻组 http scikit learn org
python
machinelearning
PCA
真实值与预测值的降维可视化
我有一个数据框 如下所示 label predicted F1 F2 F3 F40 major minor 2 1 4 major major 1 0 10 minor patch 4 3 23 major patch 2 1 11 min
python
pandas
PCA
dimensionalityreduction
tSNE
使用PCA进行特征提取
我的工作是执行手势识别 我想通过使用通过执行 PCA 主成分分析 提取的特征来训练支持向量机来做到这一点 但我对程序有点困惑 在阅读了各种文章之后 我已经弄清楚了这些步骤 获取同一手势的 d 张图像 n n 将每个 n n 图像转换为单行
PCA
sklearn 中的 pca.inverse_transform
将我的数据拟合后 X 我的数据 pca PCA n components 1 pca fit X X pca pca fit transform X 现在 X pca 具有一维 当我根据定义执行逆变换时 它不是应该返回原始数据 即 X 二维
python
scikitlearn
PCA
从sklearn PCA获取特征值和向量
如何获取 PCA 应用程序的特征值和特征向量 from sklearn decomposition import PCA clf PCA 0 98 whiten True converse 98 variance X train clf f
python
scipy
scikitlearn
PCA
在 Python 中使用 mca 包
我正在尝试使用MCA 套餐 https github com esafak mca blob master docs usage rst在Python中进行多重对应分析 我对如何使用它有点困惑 和PCA我希望fit一些数据 即找到这些数据的
python3x
pandas
scikitlearn
PCA
PCA 图中带有名称的工具提示
我想用 ggplotly 生成交互式绘图 工具提示应该显示变量的名称 interactive lt ggplotly pca dynamicTicks T tooltip c x y label list pca 是 PCA 的可视化 su
r
ggplot2
tooltip
PCA
rplotly
部分拟合是否在 sklearn.decomposition.IncrementalPCA 中并行运行?
我已经关注了伊马诺 卢恩戈 https stackoverflow com users 764322 imanol luengo s answer https stackoverflow com a 44335148 10183880建立部
scikitlearn
pythonmultiprocessing
PCA
有没有办法为数据表绘制UMAP或t-SNE图?
我有一个巨大的文件 下面是一小部分数据 如下所示 我想绘制一个 PCA 我可以使用 PCA 函数绘制 PCA 但它看起来有点乱 因为我有 200 列 所以我想也许 t SNE 或 UMAP 效果更好 但我无法使用它们进行绘图 我想在图中显示
r
ggplot2
PCA
runumap
带插入符的主成分分析
我正在使用 Caret 的 PCI 预处理 multinomFit lt train LoanStatus train method multinom std TRUE family binomial metric ROC thresh 0
r
PCA
rcaret
Matlab - 多维数据的PCA分析与重构
我有一个大型多维数据集 132 维 我是数据挖掘的初学者 我想使用 Matlab 来应用主成分分析 不过 我看到网上有很多功能解释 但我不明白它们应该如何应用 基本上 我想应用 PCA 并从我的数据中获取特征向量及其相应的特征值 在此步骤之
MATLAB
datamining
PCA
Python 中的主成分分析
我想使用主成分分析 PCA 来降维 numpy 或 scipy 是否已经有了它 或者我必须使用自己的numpy linalg eigh http docs scipy org doc numpy reference generated nu
python
NumPy
scipy
PCA
PySpark PCA:避免 NotConvergedException
我试图通过 ml linalg 方法使用 PCA 来减少广泛的数据集 51 个特征 约 1300 个个体 如下所示 1 将我的列命名为一个列表 features indi prep df select c for c in indi pre
PySpark
PCA
decomposition
是否可以对任何文本分类应用 PCA?
我正在尝试用 python 进行分类 我正在对网页使用朴素贝叶斯多项式NB分类器 将数据从网络检索到文本 稍后我对此文本进行分类 网络分类 现在 我尝试对这些数据应用 PCA 但 python 给出了一些错误 我的朴素贝叶斯分类代码 fro
python
scikitlearn
PCA
naivebayes
PySpark 中的 PCA 分析
看着http spark apache org docs latest mllib Dimensionality reduction html http spark apache org docs latest mllib dimensio
python
apachespark
apachesparkmllib
PCA
apachesparkml
对具有大量零特征的数据进行归一化/标准化是否有利
我拥有大约 60 个特征的数据 在我的训练数据中 大多数情况下大多数情况下都为零 只有 2 3 列可能有值 准确地说是其性能日志数据 但是 我的测试数据在其他一些列中会有一些值 我已经完成了归一化 标准化 分别尝试了两者 并将其提供给 PC
python
machinelearning
PCA
SVD
normalize
如何在 500,000 个点的 100 维空间中找到最近的 2 个点?
我有一个 100 维空间中有 500 000 个点的数据库 我想找到最接近的 2 个点 我该怎么做 更新 空间是欧几里得的 抱歉 并感谢所有的答案 顺便说一句 这不是家庭作业 里面有一章算法简介 http en wikipedia org
Algorithm
performance
nearestneighbor
PCA
approximatennsearching
R 中的 PCA 多重图
我有一个如下所示的数据集 India China Brasil Russia SAfrica Kenya States Indonesia States Argentina Chile Netherlands HongKong 0 0854
r
plot
3d
clusteranalysis
PCA
错误:点太少,无法用 3 个点计算椭圆? -R
日安 我正在策划一个pca与factoextra包裹 我对每个因素有 3 分 并且想在每个因素周围画上椭圆 但我收到错误Too few points to calculate an ellipse 可以在 3 个点周围绘制椭圆ggplot2
r
plot
ggplot2
PCA
ellipse
1
2
3
4
5
»