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
(9999+)
视频
沙龙
1
回答
Caret
中
主
成分
分析
阈值
的
调整
r
、
machine-learning
、
pca
、
r-caret
我正在尝试使用插入符号从一些数据
中
构建一个分类器。我想尝试
的
方法之一是从PCA预处理
的
数据中进行简单
的
LDA。preProcess = c("center", "scale", "pca"), 158 sa
浏览 16
提问于2020-09-15
得票数 0
回答已采纳
2
回答
如何在matlab中分离OCR图像中非常接近
的
字符?
matlab
、
image-processing
、
ocr
、
imagefilter
、
binary-image
利用相关理论,在Matlab
中
开发了一个基本
的
OCR系统。(这不是一个专业项目,只是一个练习,我没有使用Matlab
的
ocr()函数)。我
的
代码对于干净
的
文本图像几乎是正确
的
。但是如果我把工作做得更难一些(用角度拍摄文字照片作为侧面位置),我
的
代码不会给出好
的
效果。我使用
主
成分
分析
来正确
的
文本对齐,但是如果我这样做(用角度拍照),字符是非常接近
的
,我不能在识别过程
浏览 6
提问于2017-10-03
得票数 1
1
回答
用
Caret
进行
主
成分
分析
r
、
pca
、
r-caret
我在用卡莱特
的
PCI预处理。preProcess=c("center", "scale", "pca"), 我指定,PCA组件
的
数量为为什么汇总显示使用68个组件
的
适合性?PC68 -0.1059928013 0.04077592 AIC: 5411.035 最后,是否有方法将描述数据变化85%
的
7个PCA因子
浏览 1
提问于2015-09-14
得票数 4
回答已采纳
1
回答
插入符号训练函数
中
的
PCA预处理参数
r
、
machine-learning
、
pca
、
cross-validation
、
r-caret
我正在对我
的
数据进行knn回归,并希望:b)在建立knn模型时,在90%级
阈值
下使用PCA进行降维。:ctrl <- trainControl(preProcOptions = list(thresh = 0.8)) trControl =
浏览 2
提问于2019-04-17
得票数 4
1
回答
主
成分
对象
的
std值在prcomp和脱字符
中
不同
r
、
statistics
我在下面的数据集中尝试了
主
成分
分析
。我尝试过prcomp函数和插入preProcess函数。library(
caret
) data(AlzheimerDisease) prcomp.data <- prcomp(training[,names1],center=TRUE, scale=TRUE) ## from
car
浏览 2
提问于2016-08-04
得票数 3
1
回答
在R中使用插入符号包
的
PCA与prcomp PCA
r
、
pca
、
r-caret
我有一个包含超过50个变量
的
数据帧data,我正在尝试使用
caret
包在R
中
执行一个
主
成分
分析
。library(
caret
)trans <- preProcess(data,method=c("YeoJohnson", "center","scale", "pca")) 如果我正确理解了这段代码,它会应用YeoJohnson转换(因为data中有零),标
浏览 5
提问于2017-01-04
得票数 3
回答已采纳
1
回答
如何选择回归变量
machine-learning
、
regression
、
dimensionality-reduction
我有一个多/空股票对冲基金回报率及其相关基准(市场指数)
的
数据集。 我需要对基金回报形成多元回归,将基准收益作为自变量(允许我形成指数
的
线性组合或操纵,甚至是非线性组合)。像子集选择、拉索和岭这样
的
技术应该在这种情况下使用吗?
浏览 0
提问于2018-02-14
得票数 2
回答已采纳
2
回答
sklearn -选择k时所保留
的
方差百分比
machine-learning
、
scikit-learn
、
pca
我正在使用scikit学习
主
成分
分析
,并试图选择满足1-(sum I 1 to K Sii)/(sum J 1 to N Sjj) <= 0.01
的
最小分量数,其中S是svd对角线矩阵,以便保持99%
的
方差scikit学习是否有一个函数,返回给定方差
的
最小分量,保留%
阈值
? 谢谢。
浏览 1
提问于2015-11-03
得票数 1
回答已采纳
1
回答
如何找出特征向量
中
哪些特征是最重要
的
?
matlab
、
machine-learning
、
classification
、
feature-selection
我想要增加82个元素
的
特征向量
中
的
一些特征
的
权重,每个元素有6个训练类,每个类大约120个图像。最好
的
方法是什么?代码或示例将不胜感激。
浏览 16
提问于2017-06-29
得票数 0
1
回答
科学学习
中
PCA
的
质量
python
、
math
、
machine-learning
、
scikit-learn
、
pca
我使用
主
成分
分析
( PCA )来转换我
的
特征,以减少维数。为了
调整
维数,我需要知道PCA对原始特征描述得有多好。如何在科学学习
中
确定这一点?
浏览 2
提问于2016-06-18
得票数 2
回答已采纳
1
回答
主
成分
主
成分
在
主
成分
分析
中
的
意义
python
、
data-mining
、
pca
、
dimensionality-reduction
、
variance
我需要帮助,主要
成分
是否有任何实际影响。例如,如果在三台PC
中
,PC1解释了这个数据集中几乎100%
的
差异,这在实际中意味着什么?或者它对数据集有什么说明? 任何帮助都是非常感谢
的
。谢谢!
浏览 0
提问于2019-06-27
得票数 0
回答已采纳
1
回答
如何在R
中
的
PCA空间上绘制一个新
的
向量
r
、
machine-learning
、
data-mining
、
pca
我是R
中
的
主
成分
分析
的
新手,我
的
问题很幼稚。我已经使用R
中
的
函数'prcomp‘对矩阵( A )进行了
主
成分
分析
。现在我想在A
的
PC1和PC2
的
主
成分
分析
空间上绘制一个向量,我如何绘制这个向量?
浏览 16
提问于2016-09-19
得票数 2
回答已采纳
5
回答
将PCA应用于非常大
的
稀疏矩阵
language-agnostic
、
machine-learning
、
sparse-matrix
、
pca
我正在用R做一个文本分类任务,我获得了一个大小为22490×12万
的
文档项矩阵(只有400万个非零条目,小于1%
的
条目)。现在,我想利用
主
成分
分析
( PCA )来降低维数。不幸
的
是,R不能处理这个庞大
的
矩阵,所以我将这个稀疏矩阵存储在一个文件
中
,格式为“matrix”,希望使用其他一些技术来进行PCA。因此,有人能给我一些有用
的
库(不管编程语言是什么),它可以方便地用这个大规模矩阵进行
主
成分
浏览 16
提问于2012-05-23
得票数 18
1
回答
如何使用PCL或Matlab围绕点云中
的
不同对象创建三维边界框?
3d
、
computer-vision
、
point-cloud-library
、
robotics
我正在处理3D数据,并希望在点云中可能
的
对象周围创建3d边界框。或者更具体地说,我希望使用边界框在点云中建议3D对象。我想知道我该怎么做? 我正在使用PCL和Matlab。提前谢谢。
浏览 14
提问于2017-07-18
得票数 1
2
回答
用
成分
数据进行
主
成分
分析
predictive-modeling
、
beginner
、
dimensionality-reduction
另一个初学者
的
问题:我正在尝试对组合数据进行PCA。换句话说,组
中
的
所有变量加起来都是100%。 从那以后,我在这个论坛上了解到,组合数据会给线性回归带来问题。当进行PCA时,组合数据也会带来一个独特
的
问题吗?
浏览 0
提问于2016-06-04
得票数 0
1
回答
使用scikit-learn PCA找到方差最大
的
维度
python
、
scikit-learn
、
pca
、
variance
我需要使用pca来识别某一组数据中方差最高
的
维度。我正在使用scikit-learn
的
pca来做这件事,但是我不能从pca方法
的
输出
中
识别出我
的
数据
中
具有最高方差
的
分量是什么。我
的
数据被组织成一个包含150行数据
的
矩阵,每行数据有4个维度。,但它没有告诉我它们对应于数据
的
哪个维度(我尝试更改了矩阵
中
列
的
顺序,得到
的
方差比数组是相同
的
)。打印pca
浏览 128
提问于2013-03-13
得票数 23
回答已采纳
1
回答
如何计算一个变量对R (PCA)
中
2个或更多个PC
的
总贡献
r
、
pca
、
svd
0.2083779 -0.97383478D^2/sum(D^2)是每个PC对总变化
的
贡献如何计算一个变量对2台或更多台PC
的
总贡献?例如,变量b对PC1 + PC2 + PC3
的
贡献是多少?谢谢你,阿明
浏览 10
提问于2016-09-12
得票数 1
1
回答
PCA输入错误参数超过65535
apache-spark
、
pca
、
apache-spark-mllib
当在spark.mllib.feature中使用
主
成分
分析
时,输入数据
的
cols值超过65535,但是PCA
中
定义
的
RowMatrix <65535,这是否意味着我不能使用
主
成分
分析
?
浏览 4
提问于2016-04-13
得票数 4
1
回答
对SAS
中
的
数值执行PCA
sas
、
logistic-regression
、
pca
我正在对我
的
dataset.These数值列
中
的
数值列执行
主
成分
分析
,那么在对它们执行
主
成分
分析
之前,我还需要对这些列进行标准化(使用PROC标准)吗?
浏览 33
提问于2019-12-10
得票数 0
回答已采纳
1
回答
主
成分
分析
matlab
、
pca
、
princomp
我选择了其中
的
3个作为训练集,1个作为测试集。在我将gm模型应用于训练集之前,我会对其运行pca。score = training_data * pca_coeff;在测试过程
中
,我是否应该对测试数据执行新
的
princompscore = testing_data * new_pca_coeff; testing_data= score(:,1
浏览 5
提问于2012-05-30
得票数 5
回答已采纳
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
商业实战中常用的一种数据分析处理技术—主成分分析
R语言高维数据的主成分pca、t-SNE算法降维与可视化分析案例报告
最受欢迎的小说套路是什么?主成分分析、层次聚类、SOM 神经网络分析法告诉你答案
R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
机器学习数据降维方法总结
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