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
Python
中Plotly中的3D biplot
python
、
data-visualization
、
plotly
、
pca
我想在
python
Plotly中绘制类似于biplot的东西,但使用3个
主
成分
来绘制3d图。 这是完全相同的问题,但是对于R,。
浏览 14
提问于2018-01-22
得票数 2
回答已采纳
1
回答
scikit学习PCA没有“评分”方法
python-2.7
、
typeerror
、
scikit-learn
、
pca
、
cross-validation
scikit learn-0.14.1.win32-py2.7,我知道它指的是0.15版本,但是在0.14版本的文档中,它提到评分方法可用于PCA,所以我猜它应该是正常工作的: *TypeError:如果未指定评分,则传递的估计器应具有'score‘方法。估计
主
成分
分析(copy=True,n_components=None,whiten=Fa
浏览 0
提问于2013-11-12
得票数 2
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
2
回答
使用
python
的
主
成分
分析(PCA)教程
python
、
numpy
、
face-recognition
、
pca
有没有使用
python
的
主
成分
分析(PCA)的教程,包括代码和解释?
浏览 2
提问于2013-04-06
得票数 1
2
回答
用
Python
绘制一个相关圈
python
、
correlation
、
pca
、
eigenvalue
、
eigenvector
我做了一些几何数据分析(GDA),如
主
成分
分析(PCA)。我想画一个关联圈..。这些看起来有点像这样:基本上,它允许测量一个变量的特征值/特征向量与数据集的
主
成分
(维度)相关的特征值/特征向量。 有人知道是否有一个
python
包来绘制这样的数据可视化图?
浏览 3
提问于2016-06-14
得票数 6
1
回答
有没有办法在蟒蛇中使用分类pca?
python
、
statistics
、
pca
、
categorical-data
主
成分
分析被认为是对连续数据进行的,然而,对于分类变量CatPCA有一个修正的
主
成分
分析。在
python
中有什么包可供阅读吗? 或者,如果没有,还有什么其他方法可以用分类变量来构造索引吗?
浏览 12
提问于2022-04-25
得票数 0
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
我使用奇异值分解得到矩阵V和Db <- seq(10, 100, 10)d <- rep(seq(3, 16, 3), 2)X<- as.matrix(my_table)U<- sv$uD<- sv$d # I know V is loadi
浏览 10
提问于2016-09-12
得票数 1
1
回答
使用
python
的
主
成分
回归
python
、
machine-learning
我有应变温度数据,我读过的那篇文章我已经得到以下结果与交叉验证是阴性的。我的问题是交叉验证的结果有意义吗?输入来自于熊猫.的数据# Import the librariesimport matplotlib.pyplot as pltprint("process data") T1 = temperature['T1'].
浏览 1
提问于2018-09-13
得票数 2
回答已采纳
1
回答
在
python
中是否有PCA的滚动实现?
numpy
、
time-series
、
pca
、
numba
、
rolling-computation
对于时间序列分析,有滚动的
主
成分
分析函数来分析时间序列的动态如何随时间变化到是很有用的。此外,我们可能希望在滚动的基础上将给定数据集中的组件p的数量减少到k<p,以便更容易地可视化数据。在
python
中是否有快速滚动实现来解决上述一些问题?
浏览 0
提问于2022-09-08
得票数 -1
1
回答
如何在R中显示所有样本主
成分
图?
r
、
pca
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
1
回答
PCA :
python
中本征值与本征向量与负载?
r
、
scikit-learn
、
pca
、
eigenvalue
、
eigenvector
我在
python
中使用进行PCA分析,并使用R(使用和库),因为它提供了简单的可视化技术。以下是我的理解: 许多论坛说,本征向量是加载。
浏览 4
提问于2021-05-08
得票数 0
回答已采纳
1
回答
如何将多个变量的princomp应用于eeg数据
pca
我有一组5000行59列的脑电图记录。因为coloumns是eeg头戴式耳机的通道,行表示每个通道的信号幅度。现在我使用princomp来减少维度。但我在变量和观察上感到困惑,因为我有一个5000个元素的标签向量来对数据进行分类,但是如果我在5000x59处使用princomp,我得到的是59x59矩阵,它不能通过给定的标签进行分类,如果我对59x5000数据应用命令,我得到5000x5000矩阵,这意味着pca增加而不是降低维数。因此,请让我了解如何在我的数据中感知变量和观察值。thnx
浏览 1
提问于2014-09-29
得票数 0
3
回答
在
Python
中对稀疏矩阵执行分解
python
、
scipy
、
scikit-learn
、
sparse-matrix
、
pca
我正在尝试使用sklearn库在
Python
语言中将信号分解成大型稀疏矩阵中的组件(矩阵分解)。 我利用scipy的scipy.sparse.csc_matrix来构建我的数据矩阵。然而,我不能进行任何分析,比如因子分析或独立
成分
分析。我唯一能做的就是使用truncatedSVD或scipy的scipy.sparse.linalg.svds来执行
主
成分
分析。有没有人知道在
python
中对稀疏矩阵进行ICA或FA的解决方法?任何帮助都将不胜感激!谢谢。
浏览 1
提问于2015-04-29
得票数 2
1
回答
主
成分
分析,
成分
标签?
r
、
pca
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。1651109 0 0 1 1 1 1 1 1 1 0 1 0 0 ........ 数据帧的名称是,比如说,testdb
浏览 3
提问于2013-02-06
得票数 2
回答已采纳
1
回答
Python
-如何读取一组图像并将其放入矩阵中?
python
、
image-processing
、
face-recognition
、
pca
我需要使用读取
python
中的一组图像,并将其放入一个矩阵中,以便能够执行PCA (
主
成分
分析)。所有的图像都在一个文件夹中。
浏览 0
提问于2013-04-05
得票数 0
回答已采纳
11
回答
Python
中的
主
成分
分析
python
、
numpy
、
scipy
、
pca
我想使用
主
成分
分析(PCA)进行降维。numpy或scipy是否已经有了它,或者我是否必须使用自己滚动它?
浏览 4
提问于2009-11-14
得票数 114
回答已采纳
1
回答
在模式分类中我应该使用多少个
主
成分
?
neural-network
、
classification
、
pca
、
pattern-recognition
我需要对我的数据集进行
主
成分
分析( pca ),然后将样本分成两个不同的集合进行训练和测试。通过这样做,我降低了数据的维数,同时压缩了图像的大小。然而,我不是统计学家,在没有任何具体公式的情况下,我在确定pca方法使用的
主
成分
数时遇到了一些问题。我的数据集是一个4096x400的数组,400是样本图像的数量,4096是它们的维数。是否有一种方法可以更精确和准确地说明主
成分
在pca中的使用数量? 我正在matlab上工作,所以我使用princomp。提前谢谢,如有任何帮助,将不胜感激。
浏览 6
提问于2014-11-22
得票数 0
回答已采纳
1
回答
R中svd与princomp的比较
r
、
pca
、
svd
我想让singular values of a matrix in R得到
主
成分
,然后再做princomp(x)来比较结果问题 如何从$d、$u和$v (解决方案s = svd(x) )中获取
主
成分
?
浏览 3
提问于2011-10-03
得票数 3
回答已采纳
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
2
回答
用
Python
进行
主
成分
分析
python
这里, 我试着对温度和应变数据做PCA。def process_data_PCA(temperature, strain): T1 = temperature['T1'].tolist() T3 = temperature['T3'].tolist() T4
浏览 0
提问于2018-09-12
得票数 0
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
主成分分析:Python
PCA主成分分析
PCA主成分分析(二)
主成分分析算法原理与实现
数据处理 主成分分析法
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