前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >PCA系列(三):对半导体制造数据(secom.data)进行降维

PCA系列(三):对半导体制造数据(secom.data)进行降维

作者头像
Cyril-KI
发布2022-07-29 19:52:43
6150
发布2022-07-29 19:52:43
举报
文章被收录于专栏:KI的算法杂记

数据集链接[1] 提取码:l552

1.对数据进行处理,包括对nan进行处理。要注意,这里的文件是以.data形式给出,对.data文件的处理详见PCA系列第二篇文章。2.浏览本文前请先熟知PCA的基本原理及大致过程,详见PCA系列第一篇文章。3.根据PCA理论:构建样本矩阵X、协方差矩阵S、中心矩阵H。4.对S进行特征值分解,并取前K个特征值最大的特征向量(降成K维)。5.X与上述新构建的特征向量矩阵相乘,得到最终答案。

完整代码:

代码语言:javascript
复制
import pandas as pd
import numpy as np
from numpy import linalg

def load_file():
   data = pd.read_csv('manifold/secom.data', sep=' ', names=[i for i in range(590)])
   data = np.array(data)

   for i in range(data.shape[1]):
       temp = np.array(data)[:, i].tolist()
       mean = np.nanmean(temp)
       data[np.argwhere(np.isnan(data[:, i].T)), i] = mean

   return data


def pca(K):
    X = load_file()
    N = X.shape[0]
    En = np.eye(N)
    In = np.ones((N, 1), float)

    H = En - (1/N)*np.dot(In, In.T)  #定义中心矩阵
    S = (1/N)*np.dot(np.dot(X.T, H), X)  #定义协方差矩阵

    val, vec = linalg.eig(S)   #求解特征值与特征向量
    sorted_indices = np.argsort(-val)   #从大到小排序
    #取前K个最大的特征值的特征向量
    final = np.zeros((K, vec.shape[1]), float)
    for i in range(K):
        final[i, :] = vec[sorted_indices[i], :]

    final_data = np.dot(X, final.T)  #降为K为后的矩阵
    return final_data


if __name__ == '__main__':
    K = 250
    print(pca(K))

References

[1] 数据集链接: https://pan.baidu.com/s/1gOgOSa4wMPVW9DPYucBolg

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-11-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 KI的算法杂记 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • References
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档