我刚刚开始了解PCA，我希望将其用于超过400,000行的巨大微阵列数据集。我的列以样本的形式存在，行以基因/位点的形式存在。我确实浏览了一些关于使用PCA的教程，遇到了princomp()和prcomp()以及其他一些工具。现在，正如我在这里了解到的那样，为了在双线图中绘制样本，我需要将它们放在行中，将基因/位点放在列中，因此在将其用于PCA
浏览 6提问于2012-09-28得票数 2
回答已采纳
我对数据科学比较陌生，我很难理解为什么应用于不平衡数据集的Mahalanobis距离(或任何其他距离度量)变得不准确。我有一个由A类、B类和C类组成的数据集，A类有100个观测值，B类有60个，C类有20个。当我计算每个类之间的Mahalanobis距离时，结果与我的PCA (主成分分析)图不一致。在PCA图中，C类是最独立的类；然而，Mahalanobis距离并不反映这一点。
对于平衡数据集，即A类、B类和C类<e
浏览 0提问于2021-03-17得票数 1
回答已采纳
1回答
我花了很长时间寻找距离与相关性双线图的直接解释，以及如何转换PCA的标准输出以实现这两个双图的解释。我看到的所有关于 的堆栈溢出解释都是用数学术语把我搞糊涂了。如何使用R's prcomp的输出创建距离双线图和相关双线图？
浏览 5提问于2021-01-29得票数 1
1回答
我使用princomp函数和ggfortify包对R做了PCA。我无法确定第四个部分的所有观测结果(其中有一个X25和2-4个其他观测)。有什么办法能让我更顺利地把他们区分开来吗？
浏览 3提问于2017-07-05得票数 1
回答已采纳
1回答
我正在使用系数和分数输出创建PCA数据的双线图。我希望在双线图上最远的点之间画一条线。我不确定如何在不自己添加的情况下向图中添加一条线(这将是乏味的)。我该如何在这两个点之间用直线或plot3绘制一条线呢？这似乎是可以做到的，但我不确定要为这行指定什么数据。
浏览 2提问于2011-02-18得票数 1
回答已采纳
1回答
我想删除PCA图中的标签并添加点。通过这种方式，您可以很容易地看到它们是否基于其类型进行聚类。我使用这个例子来执行我的PCA，我如何删除样例名称并添加点来代替？plot
pca
浏览 0提问于2020-06-09得票数 0
1回答
我有20个4维矩阵，我想对它们执行PCA，得到的可能是2或3个4维矩阵，可以解释大部分方差。我认为这意味着我有20个观测值，但是我如何将我的20个观测值组织到一个矩阵中来执行PCA？仅仅将每个矩阵排列成一列是正确的吗？我不确定，因为我觉得虽然20个矩阵是相关的，但各个矩阵中的元素是不相关的。
这里有没有人能帮我理解PCA？非常感谢!
浏览 0提问于2014-09-10得票数 0
2回答
我需要理解由两个主成分创建的散点图所传达的信息。 我正在处理“sklearn.datasets”库中的“波士顿住房”数据集。我标准化了预测因子，并使用'sklearn.decomposition‘库中的'PCA’得到两个主成分，并将它们绘制在图表上。 现在我所需要的就是帮助我用简单的语言来解释剧情。
浏览 28提问于2019-09-12得票数 0
1回答
在这个答案的基础上，我们知道当观测量过多时，我们可以递增地执行构建协方差矩阵，而当有太多的变量时，我们可以执行随机的奇异值分解。
答案是明确的和有帮助的。然而，如果我们有大量的观察和变量呢？例如，50万个样本和600,000次观测。在这种情况下，协方差矩阵将是巨大的(例如，2,000 GB，假设8字节浮动，如果我的计算是正确的)，我们将不可能把它放入内存中。在这种
浏览 0提问于2016-11-28得票数 1
回答已采纳
我混淆了sklearn's PCA()及其与奇异值分解(SVD)的关系。
因此，我假设矩阵W将样本嵌入到隐空间(这是有意义的注意矩阵的维数)，使用sklearn中
浏览 4提问于2020-01-02得票数 1
回答已采纳
我正在尝试创建一系列可发表的PCA关于森林不同层次(树冠和林下)昆虫丰度的双图。我使用rda()函数完成此操作。", header=T)
colour, pch = points, pt.bg = points))
浏览 13提问于2017-12-06得票数 3
我已经得到了一个数据集，其中行具有基因名称，列名称是样本的基因型。列名包含物种的基因型以及它们的处理方式(A或B)。我如何通过他们的处理将其绘制在R中的PCA图中？目前，我已经制作了我需要的矩阵，但完全不知道如何继续。我已经制作了一个pca图，使用： library(tidyverse)df<- RGenes #RGenes being
浏览 16提问于2021-08-04得票数 0
1回答
我需要使用sklearn做一些PCA，我想确保我做的方式是正确的。下面是我的代码：pca = PCA(n_components=5)print(eigenvalues)
x = pca
浏览 0提问于2019-12-09得票数 1
1回答
使用简单随机抽样定义样本大小
、、、、
我正在尝试运行PCA，但我有太多的数据(20k观测值)分辨率太低。我使用dplyr中的sample_n(df，replace = TRUE，n)来减小尺寸并获得更好的拟合效果。我的问题是:定义(或估计)样本大小(n)的最佳技术是什么？如果我有20k个观察值(不同的地点，一年中的不同时间，相对较好的同质性)，我应该使用哪个临界值: 5%，10%，2
浏览 12提问于2021-03-03得票数 1
回答已采纳
我正在使用Python3中的Scikitlearn进行主成分分析。 但是，在我运行代码之后，最后一行的主成分有一个"off“值。我知道最后一行是正确的。 我画了三个PCA来可视化这个问题。第一个图(完整的数据集)您可以看到预测的“样本”图，但在第二个和第三个图中，如果我删除总体(完整数据集的一部分)，样本图“奇怪”。 ? ? ? ： def do_<
浏览 11提问于2020-12-22得票数 0
回答已采纳
2回答
我使用PCA分析中的第一个主成分作为预测模型中的一个解释变量，该模型使用卡尔曼滤波进行递归预测。换句话说，在每个时间点，模型都会根据模型中包含的新观测来更新和生成新的预测。由于PCA使用模型中包含的所有观测数据进行计算，我还需要递归地运行PCAs，只使用我所预测的时间点之前的观测结果(否则，PCA-结果可能会显示关于未来的信息，并帮助该模型产生比
浏览 0提问于2020-02-20得票数 1
回答已采纳
2回答
使用PCA作为生产特性
、、、
我很难弄清楚如何将PCA投入生产，以便用未知的样本测试我的模型。 现在我不明白的是如何处理新的未知样本。由于PCA是根据列车数据集中的每个元
浏览 0提问于2020-11-30得票数 0
1回答
基于PCA的星火异常检测
、、、、
我读了下面的文章
·PCA算法基本上将现有坐标系中的数据读数转换为新的坐标系。有人能更详细地描述使用PCA (利用PCA分数和Mahalanobis距离)检测异常的情况吗？我很困惑，因为PCA<
浏览 0提问于2018-03-28得票数 2
回答已采纳
在我的图中，x轴是日期时间格式，y是相应的观测值。有一些异常的集群，我可以在视觉上识别出来。我试图用图中的‘`Brush/Select data’工具点击异常，但当我试图复制剪贴板上的数据并粘贴到记事本时，数据不是datetime格式，我无法解释它。我想从plot中选择数据，并从数据集中删除索引。我提供了一个样本，我从画笔工具复制的数据。
浏览 6提问于2019-09-21得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
