9回答
有没有人能告诉我有没有一个好的(简单的)方法来可视化高维数据？我的数据目前是21维，但我想看看它是密集的还是稀疏的。有没有技术可以做到这一点？
浏览 1提问于2011-04-25得票数 17
回答已采纳
自组织地图被认为是一个非常有效的工具，用于探索性数据分析，因为它有助于高维数据的可视化。
然而，对于我来说，维数降低的部分还不清楚。从这篇文章中，我了解到这些信息本质上是嵌入在神经元的权向量中的，这些神经元和原始模式的维数是相同的。同样的权重向量应该被用于可视化(如果我跟随流行的颜色示例)。如果这是真的，我不明白SOM是如何进行维数降维的，以及它如何使高维数据的<
浏览 0提问于2018-02-02得票数 5
回答已采纳
我多次使用tSNE来可视化高维数据进行聚类分析，当数据落入集群时，它一直运行得很好。然而，使用tSNE可视化具有线性关系的数据集中的自变量( $y =X \theta + b$，其中$y$是目标值，而$X$是自变量(b是偏差)是否有意义？据我所知，tSNE更多地用于捕捉高维数据中的局部结构，因此它可能不适合用于线性回归的可视化数据--这是一个错误的假设吗？
浏览 0提问于2018-06-21得票数 1
回答已采纳
1回答
我有一个本质上是分类的高维数据集，我使用Kmodes来识别集群，我想可视化集群，最好的方法是什么？PCA似乎不是分类数据集中降维的推荐方法，在这种情况下如何可视化？
浏览 1提问于2017-10-02得票数 0
1回答
我明白，当具体提到“可视化”时，意味着非线性维数约简可以很好地洞察其低维投影中的数据，但最常见的是，这种低维投影不能用于机器学习算法，因为高维结构的一些信息丢失了(粗略)。然而，这里的问题是，如果在可视化中观察到“集群”，那么将聚类算法应用于低维转换数据并分别分析集群或组是可以接受的吗？例如，我将T应用于相当高维度的数据(40个特性)，并获得以下表示：不考虑图片中观察到的颜色
浏览 0提问于2016-03-31得票数 4
1回答
我有一个由大约60000个特征组成的单词包.每一个特征都代表着一种缩小。我想在一个缩小的2D空间中表示这个词包。我该怎么做呢？#myList contents about 800000 wordsX = bag_of_words.todense()data2
浏览 0提问于2016-12-07得票数 2
2回答
目前，我正在阅读the可视化技术，有人提到，使用主成分分析可视化高维数据的缺点之一是，它只保留大的两两点之间的距离。意思是，在高维中相距很远的点在低维时也会出现很远的距离，但除此之外，所有其他点的距离都会被扭曲。非常感谢!
浏览 5提问于2015-10-13得票数 3
1回答
我需要找到模式实验数据。我想通过某种类型的PCA或聚类，找到反映在所有实验中的模式。数据看上去如下：YAL002W 3.56420220283773
浏览 0提问于2018-03-05得票数 0
回答已采纳
1回答
我有端到端的过程，但是除了条形图和饼图之外，没有太多的可视化。📷
但是，其中大多数都是针对数字特性的。此外，如何在不将原始样本数据转换为向量的情况下，以这种聚类格式分析原始样本数据。我可
浏览 0提问于2016-11-03得票数 3
3回答
自组织映射声称能够在较小的维度空间上可视化/聚类高维数据。我在理解这句话时有一些困难。
考虑六维数据集，码本向量/参考向量也是六维的。根据SOM算法，这些参考向量的更新也是在六维向量空间中进行的。如果我们考虑的是二维地图，我应该如何理解六维数据空间和二维地图空间之间的映射？
浏览 5提问于2011-11-15得票数 2
回答已采纳
1回答
我正在尝试找到一种方法来可视化具有高维输入的数据，用于支持向量机的两类分类，然后在分析之前决定使用哪个核。在联机文档中，数据的可视化只针对二维输入(我指的是两个属性)。
浏览 1提问于2014-04-19得票数 1
1回答
我有一个数据集，无论我如何调优tune，都不会以明显独立的集群甚至模式和结构结束。最终，它会导致任意分布的数据点在整个图中，其中有一个类的一些数据点，另一个类的一些数据点在其他地方。📷
这取决于the，我和/或数据？
浏览 0提问于2022-05-10得票数 0
回答已采纳
我试图使用高斯过程来拟合光滑函数到一些数据点。我对python使用了scikit-learn库，在我的例子中，我的输入是二维空间坐标，输出是一些转换后的版本，也是二维空间坐标。我生成了一些虚拟测试数据，并试图拟合一个GP模型。np.sin(test)) # The true value我想知道是否有一个很好的方式来可视化模型适合由于我的输入和输出维都是二维
浏览 0提问于2018-02-06得票数 0
回答已采纳
5回答
当我尝试在一些高维输入上应用一些ML算法(更具体地说是分类，特别是SVM )，而我得到的结果并不是很令人满意时，我应该如何处理这种情况？可以可视化一维、二维或三维数据，以及算法的结果，因此您可以掌握发生了什么，并对如何解决问题有一些想法。一旦数据超过3维，除了直观地玩弄参数之外，我不确定如何攻击它？
浏览 2提问于2010-02-13得票数 16
回答已采纳
1回答
我有存在于高维空间中的二进制分类数据，但我有大量的选项，用于表示数据的精确子空间。如何计算给定高维空间中二进制数据集群的性能？下面是一个特殊的高维表示的例子，用t-sne表示为2D (为了可视化目的，数据保存在高D空间中)。
我想用一种函数式的方法来表示“这个空间是x，擅长分离True和False数据”，这样就可以将数据的空间表示与其他空间表示进行比较。
浏览 3提问于2020-08-27得票数 0
回答已采纳
2回答
我成功地将the应用于数字手写数据集.n=3823空间中的D=64数据点(即手写数字)(即8x8像素)。效果很好。
现在我想把n个≈60个数据点聚集在一个D≈3000维空间中。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
1回答
如何形象化或绘制多维张量？
、、、、
我想把它简化成二维可视化。样本数据：
[[[[ -9.37186633e-05 -9.89684777e-05 -8.97786958e-05 ..
浏览 1提问于2018-03-09得票数 5
回答已采纳
例句:Matlab的t-sne教程经常使用PCA“使用Using处理数据。利用the获得数据簇的二维模拟。使用Barnes-Hut算法在这个大数据集上获得更好的性能。使用PCA将初始尺寸从784降到50。<- (1)如果我们要在PCA之后使用t-sne将维降到2维，那么为什么我们在这里首先使用PCA将维
浏览 0提问于2019-08-01得票数 1
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
