1回答
如何使用sklearn或其他python包执行反局部线性嵌入(LLE)？ 我想执行分类机器学习算法(SVM，神经网络...)在某些表格数据X上，y是目标类变量。为了获得X_train_lle，我可以使用X_train上的LLE来减少参数的数量。Y是一个目标变量，它不会经过任何转换。在此之后，我可以简单地在X_train_lle上训练模型。如果在X_test上与X_train一起执行LLE，则会导致数据泄漏。此外，如果仅在X_test上
浏览 45提问于2021-09-09得票数 1
回答已采纳
3回答
我有一个大的文本数据集聚类。每个集群由属于它的向量化文本、文本数量、创建日期和其他参数的质心表示。我不能在n维空间中绘制星系团。我有哪些选择？
浏览 0提问于2018-04-23得票数 7
2回答
如何改进机器学习模型？
、、、
我是一个机器学习新手，我正在尝试用一个有9个特征的数据集，我的目标是找出最适合我的数据集的多类分类模型。📷获取更多的数据是可行的下一步吗？
浏览 0提问于2018-11-30得票数 2
我在科学学习中使用局部线性嵌入 (LLE)方法进行降维。我能找到的唯一例子属于Scikit--学习文档和，但我不知道该如何选择该方法的参数。在Scikit中的所有示例--学习使用n_components=2，总是这样吗？最后，是否还有其他对调优至关重要的参数，或者我应该对其余的参数使用默认设置？
浏览 7提问于2017-02-16得票数 0
如何构造将这572个点嵌入欧几里得空间的三维(或n维)嵌入，从而保留这些测地距离？像和这样的算法能够获取成对测地线距离的矩阵并输出一个嵌入，从而使成对的欧几里得距离与原始测地线相同。通过将测地距离视为欧氏距离，将所需圆柱体上的对点映射到比期望的位置更远的位置，相应的全局优化问题往往会导致分支结构的末端对应于最大距离对脚点的分支结构，放大圆柱随机抽样中的小扰动。我从具有可变参数的tubelike对象中生成随机样本，直到找到一组参数，生成与我相似的测地线距离矩阵，直到置换为止(通过求解线性系统，将
浏览 1提问于2018-06-05得票数 8
回答已采纳
1回答
或者，不同的是，假设蓝色点与最近的星系团中的绿色点比另一个星系团中的红色点更相似，行吗？(不考虑红光星系团中的绿点)当观察其他例子时，例如在sci学习中展示的例子，假设这一点似乎是正确的，但我不确定从统计上来说是否正确。
浏览 0提问于2016-03-20得票数 15
回答已采纳
2回答
在线性秘密共享方案中，是否有已知的计算a^{-1} \pmod{q}的算法，其中q < p和F_{p}是MPC的素域？我尝试使用标准算法，在该算法中，各方生成r，然后在共享值上运行安全乘法以获得r⋅a并打开它，然后每个局部转换结果。最后，每个人使用各自的r份额的局部标量乘法来获得a^{-1} \pmod{q}的份额。然而，当逆场与MPC场不同时，这是行不通的。
浏览 0提问于2018-11-07得票数 7
回答已采纳
在第5页，提交人说此外，如何在输出嵌入(从字索引到嵌入向量)和线性层(从嵌入向量到词概率)之间共享权重?据我所知，没有约束要求嵌入张量必须是正交的(因此它的逆是
浏览 8提问于2021-12-10得票数 1
我正在尝试解决一个超定的线性方程组(Ax = B)，给定一个矩阵A，该矩阵A是由用户在网站上使用Javascript输入生成的。在python中，我可以使用numpy.linalg.pinv(A)找到A的伪逆，然后将该伪逆与B相乘来求解系统--有没有JavaScript的等价物(库和/或代码段)可以做到这一点？我试着用找到伪逆<
浏览 2提问于2019-07-24得票数 1
1回答
如果我的理解是正确的，我使用PCA时，我想减少的特征数量，应该主要是线性可分(独立?)。
当特征是非线性可分(线性不独立？)时，需要一种非线性技术来降低数据集的维数，因此我使用KernelPCA。问题:假设我刚才写的是正确的，在我决定使用哪种技术之前，我怎么能事先知道这些特性是线性的还是非线性的？
浏览 0提问于2018-10-25得票数 0
回答已采纳
2回答
一个线性方程XA = B，我们知道'X =B* inv(A)‘。其中A, B, X都是矩阵。X = B / A
它避免了逆矩阵，即。在使用numpy的python中有任何相同的形式吗？
浏览 1提问于2018-10-15得票数 1
回答已采纳
1回答
线性局部嵌入残差Matlab
、、、、
我正在尝试在matlab中重现线性局部嵌入。现在我可以得到Y向量了。然而，我不清楚的是如何得到残差方差。我想知道是否有人遇到了这个问题，并有一个算法，他们如何在matlab中进行编程？
谢谢
浏览 4提问于2016-02-19得票数 2
我有来自于论文建筑的网络利用深度排序学习细粒度图像相似性，我无法弄清楚三个并行网络的输出是如何使用线性嵌入层进行合并的。本文中给出的这一层的唯一信息是有人能帮我弄清楚作者在谈论这一层时到底是什么意思吗？
浏览 0提问于2016-10-07得票数 11
我需要帮助处理来自培训文件夹的图像，以训练这个程序，以保存该图像的名称，并使用此算法Linear Discriminant Analysis识别测试文件夹中的类似图像。我想先训练这个程序来学习一张脸，然后我将实现一个按钮处理程序来识别第二个文件夹中的所有图像，与在学习过程中识别的模式相同。Click(object sender, EventArgs e) }更新
在网上挖掘了一下之后，我了解到我需要使用类来实现这一点，我需要将数据库中的图像表示为一个二维空间向量，然后
浏览 2提问于2021-11-15得票数 1
回答已采纳
我试图将线性回归方法应用于9个样本的数据集，该数据集具有大约50个特性，使用python。由于训练集是奇异的，所以我不得不使用伪逆来执行闭合形式的OLS。，使用了中的lapack库来解决最小二乘问题。由于在我们的案例研究中，系统是欠定的，而且也是奇异的，因此存在许多解。
现在，伪逆库和Lapack库都试图在样本不小于特征的情况下找到欠定系统的最小范数解。然后，为什么封闭形式和LR给出了相同线性方程组的完全不同的解。我是不是漏掉了能解释两种行为的东西。例如，如果用SVD、
浏览 7提问于2017-09-27得票数 1
1回答
稀疏矩阵商的确定
、、、、
我希望在python2.7中划分两个稀疏矩阵，本质上是k = numerator / denominator，其结果是sp.csr_matrix类型的稀疏矩阵。为了做到这一点，我遵循取分子的点积和分母的逆的线性格式。这两个项目都是sp.csr_matrix(([],([],[])),shape=[R,R])格式的。：在python (两个稀疏矩阵的商数)中，是否有一种更有效的方法来生成稀疏矩阵和稀疏矩阵逆的点积？
我以前已经找到了，但是我不知道这是否过时了。
浏览 1提问于2016-10-14得票数 0
回答已采纳
2回答
我试图在存储为火花RowMatrix (使用Python )的矩阵上运行一些基本的线性代数操作(特别是转置、点积和逆)。按照docs中的示例(就我的情况而言，我将在矩阵中有更多的行，因此需要火花)，假设我有如下所示：mat = RowMatrix(rows)dot(mat.T,mat)
还是矩阵<
浏览 0提问于2015-09-21得票数 7
回答已采纳
我一直在处理Python中A= Bx形式的线性代数问题，并将其与MATLAB和Mathematica中的同事代码进行了比较。当B是一个奇异矩阵时，我们注意到Python和其他的区别。当使用numpy.linalg.solve()时，我抛出一个奇异矩阵错误，因此我实现了.pinv() ( Moore Penrose伪逆)。我知道存储逆在计算上效率很低，首先我很好奇是否有更好的方法来处理Python中的奇异矩阵。为什么Python
浏览 1提问于2016-10-24得票数 2
回答已采纳
2回答
维数算法的最新进展
、、、
我们知道有一些算法可以降低数据集的维数，比如PCA和Isomap。
Data Set Characteristics: Multivariate
Attribute Characteristics
浏览 2提问于2011-03-12得票数 2
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
