我使用prcomp对一组数据进行了主成分分析。作为最后一步，我尝试使用FactoMineR中的dimdesc()函数来获取p值，这些p值标识了与我的主成分关联最显著的变量。数据帧有七个变量，所有变量都是数字的，没有缺失值。这些名称是标准名称，如"RCH_Home“(以防名称有问题)。我编写了以下函数： res.desc <- dimdesc(df_PCA, axes = c(1:2)
浏览 36提问于2020-04-23得票数 0
回答已采纳
我在FactoMineR中使用函数dimdesc()进行维度描述，以确定与给定主组件关联最显著的变量如下：pca_dim是一个3长的列表。我的问题是如何从list1和list2中提取pca_dim的行名？？我试着用这个代码：<e
浏览 3提问于2018-05-07得票数 2
回答已采纳
1回答
我想在18个维度的热图上应用PCA。dim(heatmaps)=(224,224,18)heatmaps=heatmaps.reshape(-1,18)现在，我将应用主成分分析，并采取第一组分，保持95%的方差。0.72897448, 0.78361028, 0.83813329,
浏览 2提问于2018-08-02得票数 0
回答已采纳
我目前正在使用软件包FactoMineR of R对一些35行和21个columń的数据进行主成分分析，我这样做是为了我的学士论文，我正在研究林业，所以“我不知道我在做什么”:)。不知何故，解释是另一章，但不幸的是，我的教授们也不知道他们在这类统计中做了什么，所以他们期望在漂亮的小字表中得到结果，把数据很好地排成表格。的工具，我使用它是因为当我尝试捕获PCA(“随
浏览 2提问于2014-03-11得票数 0
回答已采纳
1回答
我有一个包含300列的R数据帧。我已经做了主成分分析，并抓取了解释数据集可变性的前110列。我们如何将110个列名列表传递给R函数，以选择只包含这些列的原始数据帧的子集？ 请看下面的代码。subset(t.df.pca, Dim.1>mean(Dim.1) | Dim.2>mean(Dim.2) | Dim.3>mean(<em
浏览 14提问于2019-05-07得票数 0
1回答
library('factoextra') pca.cars <- PCA(mtcars) # samples
fill.ind =gg中，我希望在Valiant
浏览 3提问于2020-10-22得票数 2
回答已采纳
我在VBA代码中遇到错误-编译错误:找不到方法或数据成员 我只是在这一行调用一个子窗体另一个子错误： Sub CopyRiskData(scenario As String) 突出显示的区域： Setpca = ThisWorkbook
ThisWorkbook.Sheets("RISK").Range("dateINTRARange
浏览 41提问于2019-09-28得票数 0
我试图使用PCA进行维数约简，其中outputs是张量的列表，每个张量的形状为(1，3，32,32)。的张量正在产生这个问题，因为它寻找一个元素，就像错误所指出的那样，但是不知道如何解决它。--我已经尝试过用循环输出(不知道这是否是解决这个问题的正确方法)来平平每个张量，使用以下代码，但是它会导致pca中的错误：for i in outputs= <em
浏览 1提问于2021-12-16得票数 0
回答已采纳
1回答
在利用matlab中内置的pca函数进行pca分析时，遇到了以下误差。数据实际上是从30幅MR图像中获取的特征向量。>> size(data) 30 281 389 104
Error using bsxfunError in pca>localSVD (
浏览 2提问于2016-04-23得票数 0
回答已采纳
1回答
我尝试获取一个包含两个变量(波长和强度)的约90,000条数据行的.dat文件，并对其应用sklearn.pca滤波器。以下是这些数据的一小部分： [um] [W/m**2/um/sr]192.307692307692 1.163428008597600E-003
188.67
浏览 17提问于2019-12-04得票数 0
回答已采纳
首先让我澄清一下，这里的“稀疏主元分析”是指具有L1惩罚和稀疏加载的主元分析，而不是稀疏矩阵上的主元分析。为了确保我没有弄乱任何超参数，我使用了相同的超参数(收敛容差、最大迭代次数、岭惩罚、套索惩罚……)在R中使用来自elasticnet的'spca‘，R给了我正确的结果。如果有人有使用这个函数的经验，并能让我知道我是否犯了任何错误，我宁愿不去看SparsePCA
浏览 3提问于2017-01-15得票数 1
我正在开发一个管道来拟合梯度增强分类器的参数，同时也拟合PCA模型中的最优特征数。这是当前的设置： ('reduce_dim', PCA()), 'reduce_dim__n_components&#x
浏览 0提问于2018-05-31得票数 2
我有一个数据框架，它被划分为行中的样本和列中的变量 df.pca <- PCA(df, graph = FALSE, ncp = Inf)然后在我的PCA数据上使用k-means：
df.kmeans = kmean
浏览 119提问于2019-04-23得票数 0
回答已采纳
我想要反转从prcomp计算出的PCA，以返回到我的原始数据。pca$x %*% t(pca$rotation)prcomp不会以这种方式计算PC。计算是通过(中心的和可能缩放的)数据
浏览 0提问于2015-04-22得票数 15
回答已采纳
1回答
在对MNIST数据应用PCA后，我确定了CNN模型和层。在拟合CNN模型(X_train_PCA，Y_train)后，我在评估阶段结束了维数问题。当我尝试将X_test重塑为10X10格式时，我得到了非常低的分数 首先，我应用了最小-最大正则化，然后将主成分分析应用于X_train。然后，我从X_train生成了验证数据。问题是，我可以用100维格式拟合数据(在应用PCA之后)，我的</em
浏览 92提问于2019-01-05得票数 0
回答已采纳
使用以下函数，我试图从数据中生成索引：import numpy as np return indexindex = pca_index(data=mydata,components=3,indx=2)有人能帮我解
浏览 3提问于2016-02-04得票数 0
回答已采纳
我在使用Mat和PCA类的最新C++语法时遇到了让PCA和特征脸工作的问题。较早的C语法采用IplImage*数组作为参数来执行处理，而当前的API仅采用按列或行格式化的Mat。我采用row方法，使用重塑函数来拟合图像的矩阵，使其适合单行。我最终想要获取这些数据，然后使用SVM算法执行检测，但当我这样做时，我所有的数据都只是一个0流。有谁能帮帮我吗？我做错了什么？谢谢!/
浏览 0提问于2011-02-12得票数 3
回答已采纳
1回答
我必须将PCA应用于包含数值和分类值的数据集上。在预处理阶段，我用数字转换了所有的分类值，这样软件就可以处理它们(基本上我创建了虚拟变量)。现在，为了应用PCA，我必须对数据矩阵进行缩放，使其平均值等于0。我的问题是:规范分类值(现在是数字，但它们实际上是绝对值)是否有意义？我想不是，但那样的话，我该怎么做呢？我做PCA而不缩放这些变量？
谢谢!
浏览 0提问于2018-06-10得票数 3
1回答
我的数据有30,000行和140列，我正在尝试对数据进行聚类。我正在进行pca，然后使用大约12台pc进行聚类分析。我随机抽取了3000个观测数据，然后运行了44分钟，同时运行pca和层次结构聚类。一位同事在SPSS上也做了同样的工作，而且花费的时间也大大减少了？知道为什么吗？
下面是我的代码的一个简化版本，它工作得很好，但是对于任何超过2000次的观测结果都很慢
浏览 4提问于2019-10-31得票数 0
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
对象存储
腾讯云开发者
