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
np.linalg.norm
在
主
成分
分析
特征向量
检测
中
的
应用
python
、
python-3.x
、
numpy
我
在
PCA上学习了一个教程,到了选择主要组件
的
时候。 这是有关PCA
的
教程
的
link 我被困在代码
中
的
这一点上。我不明白它到底是做什么
的
?eigen_vectors = np.linalg.eig(cor_mat2) np.testing.assert_array_almost_equal(1.0,
np.linalg.norm
np.linalg.norm
在这里检查什么?
浏览 29
提问于2019-02-10
得票数 0
回答已采纳
1
回答
当你
在
R中进行
主
成分
分析
时,如何判断首先标准化数据矩阵是否更好?
r
、
statistics
、
numerical-analysis
、
pca
我试着
在
R
中
做主
成分
分析
。我相信有两种方法可以做到。一种是立即进行
主
成分
分析
,另一种方法是首先使用s=scale(M)对矩阵进行标准化,然后
应用
主
成分
分析
。我注意到没有标准化
的
第一个pca
的
方差比例有更大
的
浏览 3
提问于2009-11-22
得票数 3
1
回答
pca- valueError:无法将字符串转换为浮点型:'finalized‘
python
、
pca
当我试图对我
的
数据做pca时,我得到了这个错误。如果我
的
数据包含字符串,pca不能执行吗?
浏览 2
提问于2021-02-19
得票数 0
2
回答
在
主
成分
分析
中
,每个
主
成分
都是一个
特征向量
?
machine-learning
、
pca
在
主
成分
分析
中
,我们将预测因子转化为主
成分
进行降维。我
的
假设是,每个
主
分量都是一个
特征向量
,其特征值作为数据点或向量正交投影
的
平方距离之和。我
的
假设正确吗。如果没有,请澄清
浏览 0
提问于2019-03-01
得票数 0
回答已采纳
1
回答
pyspark SVD
特征向量
与PCA
特征向量
之间
的
区别是什么?
pyspark
、
pca
、
svd
我正在使用(pyspark) mllib (Spark 2.2.0)
中
的
奇异值分解和
主
成分
分析
函数,如以下链接所述:[(2, 2), (3, 1), (2, 2), (1, 3), (1.0, 1.0), (3.0, 3.0)]对于U:[DenseVector([-0.3922, -0.0]), DenseVectorDenseVector([-0.5883, -0.0])][[-0
浏览 1
提问于2019-05-07
得票数 2
1
回答
PCA计算
pca
考虑以下数据集:现在,我们需要计算这些数据
的
主
成分
分析
。以下是为该数据
的
协方差矩阵计算
的
特征值和
特征向量
:📷📷 现在,当我尝试用手做
的
时候,我发现特征值是1.28和0.0492 (与上面的解相同)。当然,
主
成分
对应于特征值= 1.28。然而,当我试图求解
特征向量
时,解是[0],因为BX=0
的
增广矩阵是[1 0 0]。那么问题在哪里呢?另外,<e
浏览 0
提问于2021-02-27
得票数 0
3
回答
由
主
特征向量
的
特征值给出
主
成分
方差
machine-learning
、
pca
、
dimensionality-reduction
、
principal-components
主
成分
分析
我
在
课本上找不到解释。
浏览 2
提问于2012-08-12
得票数 1
回答已采纳
1
回答
如何在sci-kit学习中找到LDA决策边界
scikit-learn
我知道您可以使用transform方法转换多变量数据,将数据投影到第一个分量行(两个类
的
情况)。如何获取作为分类轴心
的
第一个组件
的
值?这就是,作为决策边界
的
值? 谢谢!
浏览 0
提问于2013-03-15
得票数 2
1
回答
将
特征向量
矩阵简化为单个有意义
的
向量
machine-learning
、
pca
、
feature-selection
我有
特征向量
的
矩阵-200个特征长,其中一个矩阵
中
的
特征向量
在
时间上是相关
的
,但我希望将每个矩阵简化为一个单一
的
有意义
的
向量。为了将矩阵
的
维数降为方差大
的
矩阵,本文将
主
成分
分析
方法
应用
到矩阵
中
,并考虑将矩阵
的
各行串联成一个
特征向量
来总结数据。 这是一个明智
的
浏览 2
提问于2015-08-11
得票数 2
回答已采纳
1
回答
基于隐马尔可夫模型
的
手势识别
matlab
、
k-means
、
gesture-recognition
、
hidden-markov-models
、
quantization
我目前正在研究一个手势识别
应用
程序,使用隐马尔可夫模型作为matlab上
的
分类阶段(使用网络摄像头)。我已经完成了预处理部分,包括
特征向量
的
提取。我已经将
主
成分
分析
(PCA)
应用
于这些向量。现在我要使用Kevin
的
HMM工具箱,我需要我
的
观察序列以数字(整数)
的
形式出现,从1到M (M =观察符号
的
数目)。如果我是正确
的
,那么我必须使用码本
的
概念
浏览 1
提问于2013-08-26
得票数 6
1
回答
weka
的
主
成分
分析
返回错误实例
components
、
weka
、
principal
我正在使用weka进行
主
成分
分析
,但结果肯定是错误
的
。我
的
实例如下:25,12.7,11.2,11,12.9,20.2,3.542,9.10.347075,-0.059153,-0.119701,0第一列和第三列(第一
主
浏览 1
提问于2018-09-19
得票数 1
1
回答
如何理解'prcomp‘结果?'$ sdev'/'$ rotation'/'$ center'/'$ scale $ x’
r
、
prcomp
它包括'$ sdev'/'$ rotation'/'$ center'/'$ scale $ x
的
,如何理解所有这些。谢谢。
浏览 238
提问于2021-10-08
得票数 0
回答已采纳
1
回答
在
进行PCA时
检测
异常值
matlab
、
statistics
、
pca
、
outliers
我是数据
分析
的
新手,并试图更好地理解如何在进行PCA
分析
时识别异常值。我创建了一个有5列
的
数据矩阵来表示我
的
变量,包括数学、英语、历史、物理和社会科学;每一行代表学生在课堂上获得
的
最终成绩。当我绘制第一和第二
主
成分
的
得分时,我
的
数据矩阵
中
的
第五列是一个异常值。我希望有一种在数学上
检测
异常值
的
方法,而不必绘制分数;任何帮助我做到这一点
的</
浏览 2
提问于2014-08-27
得票数 2
回答已采纳
1
回答
在
matlab
中
pca后,如何选择最需要
的
特征(变量)?
matlab
、
correlation
、
pca
我知道,“特征值表示每个
特征向量
解释了多少数据。选择特征
的
一个简单方法是选择100个特征值最高
的
特征”。例如,如果我
在
matlab
中
运行以下代码然后潜移默化地给我我需要
的
价值。但是,潜伏期是
在
排序
的
order.How
中
给出
的
,我知道,向量
的
第一个潜在值对应于我
的
数据集中
的
哪个变量?
浏览 2
提问于2015-03-23
得票数 0
1
回答
利用Matlab
中
的
不同函数计算
主
成分
matlab
、
pca
、
svd
、
eigenvector
我试着理解Matlab
中
的
主
成分
分析
,我有一些问题是下面的代码: 是否仅使用一个
特征向量
(对应于最大特征值
的
特征向量
)创建近似x值?我想是的?为什么PC和V --它们都是(x'x)
的
加载--呈现方式不同?列
的
顺序是颠倒
的
,因为eig不首先给最大值
的
特征值排序,但它们为什么是负
的
呢?为什么eig值
浏览 2
提问于2014-01-20
得票数 3
回答已采纳
1
回答
LDA (线性判别
分析
)
的
正确实现是什么?
machine-learning
、
dimensionality-reduction
、
supervised-learning
我发现OpenCV
中
的
LDA结果与其他库不同。Dimensionality Reduction (trainedlda.M)0.6257 0.62030.6635 0.6262-1.1358 1.9009-0.6996 0.7034尽管这些LDA有相同
的
数据,但它们
的
特征向量<
浏览 4
提问于2015-08-13
得票数 3
回答已采纳
1
回答
机器学习:针对不同数量特征
的
PCA
machine-learning
、
pca
、
supervised-learning
、
mfcc
我是机器学习
的
新手,我正在构建一个简单
的
应用
程序来识别语音数字。我
的
问题是,有哪些方法可以处理不同数量
的
特性。例如,我可以使用PCA始终提取一些固定数量
的
特征,然后
在
特定
的
学习算法中使用它们吗?这
浏览 0
提问于2016-11-03
得票数 0
2
回答
如何使用
主
成分
分析
选择多个维度
image-processing
、
machine-learning
我最近读了PCA (
主
成分
分析
),明白了如何降维。当我们只需要一个维度时,我们选择一个对应于最大特征值
的
特征向量
,但如果需要多个维度,那么我是否应该将
特征向量
腐蚀到最大特征值?
浏览 2
提问于2017-02-01
得票数 0
1
回答
MATLAB
中
椭圆型散点图
的
长轴
matlab
在
MATLAB
中
,我有一个形状为椭圆
的
(x,y)坐标的二维散点图。如何获取长轴长度? 我在某处读到,它与协方差矩阵
的
特征值
的
sqrt有关?
浏览 4
提问于2016-01-25
得票数 0
1
回答
用增量
主
成分
分析
得到特征值
python
、
scikit-learn
、
eigenvalue
、
dimensionality-reduction
我正在做降维工作,希望从我
的
数据集中获得特征值和
特征向量
。由于有几个特征(图像)我试图使用,但我
在
文档
中
找不到获得特征值/
特征向量
的
方法,是否可以使用增量
主
成分
分析
来获得它们?
浏览 26
提问于2017-02-21
得票数 0
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
深度学习在基于日志分析的系统异常检测中的应用
人工智能–PCA算法
主成分分析和因子分析 PC,FA 及运行结果
ChatGPT对数据知识的理解
PCA主成分分析(二)
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