腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(3267)
视频
沙龙
1
回答
使用
TSNE
进行
降
维
。
为什么
3D
图形
不
工作
?
python
、
python-3.x
、
matplotlib
、
machine-learning
、
dimensionality-reduction
我
使用
了Sklearn的数字数据集,并尝试
使用
TSNE
( t分布随机邻居嵌入)将维度从64降低到3: import numpy as npimport matplotlib.pyplotas plt#%matplotib inlinefrom sklearn.datasets=
TSNE
(n_components=3) digits_
tsne
浏览 25
提问于2020-04-14
得票数 1
回答已采纳
2
回答
极高维空间上的t-SNE
pca
、
tsne
现在我想把n个≈60个数据点聚集在一个D≈3000
维
空间中。即使经过多次迭代,than交易会也比PCA糟糕得多。 对于
不
建议
使用
there的维度数(相对于数据点的数目)是否有上限?
浏览 0
提问于2019-01-08
得票数 3
2
回答
python
tsne
.transform不存在吗?
python
、
machine-learning
我认为这样做的方法是将
tsne
与x_train相匹配,然后转换x_test和x_train。但是,我无法转换任何数据集。
tsne
=
TSNE
(random_state = 420, n_components=2, verbose=1, perplexity=5, n_iter=350).fit(x_train)x_train_tse =
tsne
.transform(x_subset)AttributeError: '
TSNE
浏览 0
提问于2019-12-06
得票数 15
回答已采纳
1
回答
使用
t-SNE
进行
奇怪的迭代结果"error is nan“和RuntimeWarning
python-2.7
、
nan
、
dimensionality-reduction
我
使用
visualization实现在X上
进行
降
维
,其中包含100个实例,每个实例由1024个参数描述,用于cnn可视化。X.shape = 100,1024当我跑步时:第一个警告出现在
tsne
.py的第23行: -> --我用不同的数据集尝试过它,它
工作
得很好。不过,我也需要它来完成我的第一套(似乎会引起问题的一套)。 问
浏览 10
提问于2016-04-05
得票数 6
2
回答
为Gensim模型绘制
3D
绘图
python-3.x
、
pca
、
gensim
我已经
使用
Gensim训练了我的模型。我用PCA绘制了一个2D图,但它不太清楚。我想改变它到
3D
的能力,缩放.my的结果是如此密集。
浏览 23
提问于2020-02-28
得票数 1
回答已采纳
2
回答
在kmeans中分别从集群中提取图像
python
、
image-processing
、
cluster-analysis
、
k-means
、
clustered-index
import joblibimport cv2 import pickleprint "t-SNE Type", type(
tsne
) print&quo
浏览 2
提问于2016-11-22
得票数 0
回答已采纳
1
回答
t-SNE映射为2D或
3D
绘图
python
、
machine-learning
、
plot
X = df.loc[:, features].values X = StandardScaler().fit_transform(X) 我想把我的5个功能映射到一个2D或
3D
的
图形
。
浏览 1
提问于2018-07-17
得票数 4
回答已采纳
2
回答
Python另一种查找树状图的方法
python
、
cluster-analysis
、
data-mining
、
hierarchical-clustering
、
dendrogram
我有维度为8000x100的数据。我需要将这8000个项目聚集在一起。我对这些商品的订购更感兴趣。对于较小的数据,我可以从上面的代码中获得所需的结果,但是对于更高的维度,我一直收到运行时错误"RuntimeError:在获取对象的字符串时超出了最大递归深度“。是否有其他方法可以从"Z“中获得重新排序的列。import numpy x = rand(8,100) # rand(8000,100) gives runtime
浏览 2
提问于2012-09-24
得票数 0
回答已采纳
1
回答
非线性数据的k+
降
维
python
、
numpy
、
machine-learning
、
pca
我试着在一个复杂的模拟数据集上
使用
k-NN。numpy数组是(1000,100),因此有很多尺寸。在运行k-NN
进行
训练/分类之前,我需要对数据集
进行
预处理/转换。在绘制数据时,它看起来像是一个
3d
球形结构(以下是
使用
“超级工具”的屏幕截图):编辑并回应评论:是的,我理解如果没有“明显的”集群,
为什么
使用
k。我应该用正确的方式来表达。然而,原始数据并没有某种形式的
降
维
,
浏览 1
提问于2017-07-01
得票数 3
1
回答
使用
Python对客户
进行
集群(sklearn)
python
、
cluster-analysis
、
customer
我在一家电子商务公司
工作
,负责根据客户的交易行为对客户
进行
聚类。我以前从来没有
使用
过集群,所以我遇到了一点困难。3)我在所有12个变量上都
使用
了sklearn的RobustScaler,以确保变量的可变性不会发生太大变化(StandardScaler在处理我的轮廓时做得很差我在数据集上运行KMeans,得到了2个簇的非常好的结果(轮廓>70%) 5)我试着在缩放/聚类
浏览 2
提问于2018-02-16
得票数 2
3
回答
困惑于如何用Kmeans绘制高
维
数据集
k-means
请不要回答要回答评论中提出的一个问题:比这里显示的列多60列。
浏览 0
提问于2018-10-20
得票数 0
1
回答
matlab -如何使三
维
轴尺寸超出
图形
image
、
matlab
、
plot
、
figure
、
axes
我首先创建了一个背景为.png图像的
图形
。然后,我在
图形
的顶部创建了一个三
维
轴,以便将三
维
轴放置在.png图像的顶部。请注意,.png图像不是在三
维
轴内设置的,而是在
图形
本身的轴之外设置的。我有一个三
维
.stl文件的苹果设置在三
维
轴(你看不见苹果)。当我在
3D
轴内移动苹果时,
使用
内置的Matlab
图形
工具栏中的选项,它可以很好地
工作
。但问题是,当我把苹果移出
3D
轴
浏览 1
提问于2017-04-24
得票数 2
回答已采纳
1
回答
如何将仅在进水数据库中超过14天的数据
降
采样,并将其保存在与原始数据相同的表中?
grafana
、
influxdb
、
retention
然后grafana
使用
进水数据库作为数据源来显示
图形
。| | table disk_raw | || | (deleted after
3d
CQ不断地写入被
降
采样的数据。这对我没那么好,因为: I
使用
grafana查询进水数据库,它从单个表读取到<em
浏览 1
提问于2019-10-25
得票数 3
回答已采纳
1
回答
为什么
在二
维
世界中
使用
3d
矩阵和摄像机来绘制二
维
几何
图形
?
xna
、
c#
、
2d
、
camera
、
matrix
我在XNA上做一个二
维
等距世界/游戏,我用DrawUserPrimitives绘制一些几何
图形
.我看了一些关于创建动态阴影的教程,但我不明白
为什么
他们
使用
"
3d
“矩阵来控制转换,因为我所绘制的
图形
是在2d透视图中。
为什么
我不能
使用</
浏览 0
提问于2012-07-02
得票数 2
回答已采纳
3
回答
基于PCA的神经网络
降
维
方法?
machine-learning
、
neural-network
、
dimensionality-reduction
、
pca
显然,我必须对它们
进行
降
维
。但是,由于PCA算法和其他算法一样,通常采用轴旋转来生成一些新的轴。我认为我不会在
降
维
中
使用
PCA算法。所以我还能称它为
降
维
吗?因为我只做了一些参数过滤请评论一下,任何批评都是受欢迎的。
浏览 0
提问于2017-03-21
得票数 1
1
回答
关于LDA的建议
python-3.x
、
nlp
、
gensim
、
text-analysis
我正在尝试对一堆(大约140个)文本文档
进行
文本分析。经过预处理和删除不必要的单词和停用词后,每个文档大约有7000个句子(由nlkt的句子标记器确定),每个句子平均有大约17个单词。我的
工作
是在这些文档中找到隐藏的主题。另外,如何将文本划分为不同的文档?
浏览 0
提问于2017-12-15
得票数 0
1
回答
关于矩阵在游戏和
3D
图形
中的应用问题
math
、
3d
、
games
、
matrices
所以我知道矩阵在游戏和
3D
图形
领域中得到了广泛的应用,例如,如果你想要理解缩放对象的
工作
方式,你需要知道如何做矩阵乘法,或者如果你想要翻译一个对象,你需要知道如何做矩阵加法。总之,都是很简单的东西。我的问题是,在
3D
图形
游戏中是否
使用
过更复杂的矩阵运算。例如对矩阵
进行
高斯消去,或其他形式的分解。什么是最高级的矩阵相关的数学,我可以预期在游戏和三
维
图形
领域执行?
浏览 0
提问于2016-03-15
得票数 1
2
回答
SVD是非线性的,PCA是线性的吗?
machine-learning
、
unsupervised-learning
我很困惑,因为我的一位同事最近告诉我,他更喜欢
使用
SVD而不是PCA (通过eigendecomposition),因为与后者相反,前者是非线性的,因此它也可以识别一些非线性模式。
浏览 0
提问于2018-10-26
得票数 4
回答已采纳
2
回答
用主成分分析法展开
维
数
pca
、
dimensionality-reduction
我试图
使用
the算法
进行
降
维
,我知道这不是这个算法的主要用途,也
不
推荐。我看到了一个在t上实现的这里。,我不相信这个实现。该算法的
工作
方式如下:在完整数据集上运行the (不包括目标变量)我的主要问题不是关于the但是; 在数据转换之前,我可以将数据集分割成训练集和测试集,用于其他
降
浏览 0
提问于2022-03-14
得票数 1
回答已采纳
4
回答
如何绘制K-均值并打印出簇外的点
python
、
scikit-learn
、
data-science
、
k-means
如何绘制以下数据的K均值0,101,779183,281257,WD,India2,101,766465,757565,AL,Japanimport numpy as npimport matplotlib.pyplot as pltdf1 = pd.get_dummies(df, columns=['state&
浏览 5
提问于2020-06-04
得票数 4
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
使用 TensorFlow.js 实现实时 tSNE 可视化
用 GPU 加速 TSNE:从几小时到几秒
机器学习中的10种非线性降维技术对比总结
python主题LDA建模和t-SNE可视化
数据可视化之城市律动
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券