主成分分析(PCA)是一种用于降维的统计技术,通常用于聚类或因子分析。给定任意数量的解释或因果变量,PCA根据解释数据中最大变化的能力对变量进行排名。正是这种特性允许PCA用于降维,即从大的可能影响中识别最重要的变量。
我在使用多处理时遇到 sklearn 中的 PCA 问题。具体来说,PCA 中的重构误差根据 Pool 中设置的进程数量而变化很大。对于insta...
我有一个数据集,其中包含来自 70 个池塘的存在/不存在 (1-0) 数据和 (13) 重金属浓度,我正在尝试评估哪些重金属会影响不同池塘中蝾螈的存在,所以我做了......
PCA 应用于 MFCC 以提供 GMM 分类器(sklearn 库)
我面临着一个(可能很简单)的问题,我必须使用 PCA 来降低特征向量的维数。所有这一切的要点是创建一个分类器来预测句子...
对第一个数据集(a)进行主成分分析后,我将第二个数据集(b)投影到第一个数据集的PCA空间中。 由此,我想提取变量载荷......
我已经获得了图像的 SVD 表示(Sigma、Uk、Vk) - 我需要通过乘以截断的 SVD 来重建图像。 我努力了: k = 英国.形状[1] return (Uk * Sigma[:k]).do...
我正在尝试对我的数据进行 PCA,该数据框在行中包含 16 个观察值,在列中包含 11 个特征。 在 R 中,使用 prcomp 矩阵格式由行和主特征组成
我已经使用 FactoMineR 包运行了一个简单的 PCA。 PCA 运行良好,我得到 15 个维度(我有 15 个变量) 当我尝试获取每个变量对每个主成分的贡献时,我
我最近在课堂上了解到主成分分析方法旨在将矩阵 X 近似为两个矩阵 Z*W 的乘法。如果 X 是 n x d 矩阵,Z 是 n x k 矩阵,W 是 k ...
我的数据集采用以下格式,其中对于每种疾病,我使用 word2vec 生成 2D 向量。(例如显示 2D 向量,但实际上,向量为 100D ) 疾病...
我正在使用 t-SNE 进行探索性数据分析。我使用它而不是 PCA,因为 PCA 是线性的,而 t-SNE 是非线性的。 非常简单地知道需要多少个维度...
我正在尝试准备一篇文章以供发表,但在我的 PCA 图表中无法获得一致的字体样式。我正在使用 fviz_pca_var 函数。我正在使用的代码是 图书馆(gg...
我对 PCA 很陌生。 我的模型有 11 个 X 变量。这些是 X 变量标签 x = ['日','月','年','滚动平均','假期效应','一周中的某一天','一年中的一周','我们...
sklearn.decomposition.PCA 特征向量的简单绘图
我试图了解主成分分析的工作原理,并在 sklearn.datasets.load_iris 数据集上对其进行测试。我了解每个步骤的工作原理(例如标准化数据、协变量......
我将 6 个空间转录组对象合并在一起,然后运行 转移样本.合并 <- ScaleData(Metastaticsamples.merge) #perform linear reduction analysis: Metastaticsamples.merge <- Ru...
我希望将主成分百分比添加到我的图表中,但我不确定如何从 rda 对象中计算/提取这些值。 图书馆(素食) 所有.std <- na.omit(decostand(all.data,
我有以下一项数据 df<-structure(list(SEASON = c("Low D", "Low D", "Low D", "Low D", "Low D", "Low D", "Low D", "Lo...
我目前正在使用PCA(主成分分析)和LDA(线性判别分析)。我了解两者的几何意义和工作过程。那我想找个ex...
如何存储拟合的 PCA 以便我可以转置未见过的测试数据集?我不想将大型训练数据集保留在我的 CPU 上
我有一个非常大的训练数据集。我的训练数据集包含 1050 个手势,每个手势包含 12,000 个数据点。为我们的机器学习模型提供如此多的数据点将
我正在尝试将包含每年环境变量的 PCA 双图与每年每单位努力捕获量 (CPUE) 的气泡图叠加起来。本质上,我当前的绘图显示了我的年份......
如何从使用包配方制作的 PCA 对象构建主成分分析 (PCA) 相关环?
上下文:Tidymodels 框架使用通用语法来构建模型。但是,FactoMineR 和factoextra 软件包不属于其中。相反,使用包食谱。 问题:按顺序...