2回答
有没有办法在Apache Flink中使用PCA？ 当我在谷歌上搜索它进行研究时，我认为找不到任何实现的代码。 如果是这样的话，我应该自己开发吗？ 谢谢。
浏览 14提问于2019-02-13得票数 0
回答已采纳
1回答
主成分主成分在主成分分析中的意义
、、、、
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
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
2回答
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
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
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
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
我有一个包含17列(每列对应一个基因)和34行(每行对应一个患者)的数据帧。数据帧的名称是，比如说，testdb。我知道biplot(res)会在输出图上打印一些基因，但这显然不是获取基因名称的正确方式。
浏览 3提问于2013-02-06得票数 2
回答已采纳
我正在尽我最大的努力在小样本中处理高维数据。例如，Y是500*1矩阵，X是500*10000矩阵。对于这个数据，有没有更好的回归方法？
浏览 0提问于2018-09-29得票数 0
1回答
我注意到R中的一些东西，比如pc是将主成分分析应用于数据矩阵的结果，pc$x是我的样本主成分矩阵。当尝试plot(pc$x)时，它只绘制第一个主成分(pc1)和第二个主成分(pc2)，但实际上我有两个以上的主成分。我如何将它们全部显示出来？
浏览 4提问于2009-11-29得票数 0
我感兴趣的是，在多类分类中，哪些“特征”最具影响力。关于fit_transform之后LDA对象的哪些元素可以用来获得每个组件的特定功能洞察，有什么建议吗？
浏览 0提问于2016-12-17得票数 1
我有一个名为data的104属性数据集。我想使用R中的prcomp函数将属性数量减少到20个。pr = prcomp(data)
但是pr只包含prcomp类的一个实例。如何将原始数据集中的属性数量减少到20个？
浏览 0提问于2010-10-11得票数 4
我想知道是来自sklearn.decomposition.PCA的transform()还是来自C++ opencv的project()重新排列了原始数据的结果。print(t) sample.csv： x,y0.5,0.71.9,2.22.3,2.71,1.11.1,0.9 转换后的数据OpenCV主成分分析类的project()输出相同。但是OpenCV库
浏览 40提问于2019-01-12得票数 0
回答已采纳
1回答
主成分分析
、、
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
1回答
我正在研究主成分分析，我刚刚了解到，在将主成分分析应用于数据样本之前，我们必须使用两个预处理步骤，即mean normalization和feature scaling。一开始，我搜索了一下，但是，我找不到有意义的解释。有没有人能解释什么是正常化以及如何实现它？
浏览 0提问于2018-04-24得票数 0
回答已采纳
1回答
主成分分析
、、、
我测定了42个不同基因型的不同植物性状和环境因素，如辐射或温度。我想知道哪些特质是相互关联的，哪些特质是相互影响的(例如辐射到特质)。于是我就想到了一位常设仲裁官。这是我的数据框架的一部分(release.year是指基因型的发布年份，每一行都是一个度量；每个基因型有多个度量)：
ggbipl
浏览 8提问于2019-11-26得票数 0
回答已采纳
2回答
0.58 1 0.20 0.58.15:01 0.57 0 0.24 0.70
其中，V2是on/off开关的二进制等效我想知道将降维/主成分分析应用于我的数据集是否会影响我的模型的结果，以及是否应该使用它来处理我的数据。
浏览 0提问于2019-06-17得票数 1
2回答
主成分分析？
、、
我在怀疑PCA的东西。substractdata=data-mean (the size will be same 100*3)EigenVector=3*3为了对我们的数据进行约简，我们必须消除基于k的特征值和特征向量的数目。例如，k=2
1问:对吗？4ques:如果要显示主分量(这是特征向量的第一列和第二
浏览 1提问于2014-03-06得票数 0
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
云直播活动推荐
腾讯云开发者
