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
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
6
回答
要取多少
主
成分?
machine-learning
、
data-mining
、
svd
我知道
主
成分分析对矩阵进行奇异值分解,然后生成
特征值
矩阵。为了选择
主
成分,我们只需取前几个
特征值
。现在,我们如何确定应该从
特征值
矩阵中提取的
特征值
的数量?
浏览 0
提问于2012-08-22
得票数 44
回答已采纳
2
回答
用
特征值
(n)数绘制n×n矩阵的
特征值
python
、
python-3.x
我想在
python
中编写一个脚本,它生成具有偶数2到10 (所以步骤为2)的矩阵,并计算它的
特征值
。我成功地做到了。我能够在
主
对角线上生成元素a和对角上元素b的矩阵,从
主
对角线生成一个矩阵,并计算
特征值
:import matplotlib.pyplot as plt eigen_values = np.linalg.eigvalsh(huckel_matrix)但是
浏览 0
提问于2018-11-15
得票数 0
回答已采纳
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,在计算
主
成分之后,如何找到转换后的数据?
浏览 0
提问于2021-02-27
得票数 0
1
回答
高斯分布中的参数K u
distribution
、
gaussian
,谁能告诉我图片中划线的参数是什么意思?
浏览 2
提问于2019-11-08
得票数 0
回答已采纳
1
回答
是否有一个公式来计算对应于特定方差大小的维度或
主
成分的数量?
neural-network
、
pca
、
eigenvalue
、
eigenvector
、
dimensionality-reduction
我正在尝试在pytorch中实现PCA,给定协方差矩阵,它的
特征值
,特征向量和要从数据矩阵中捕获的方差比例,是否有公式来计算与方差对应的维数或
主
成分的数量?
浏览 2
提问于2019-12-11
得票数 0
2
回答
如何在
Python
中求解多精度广义
特征值
问题
python
、
eigenvalue
、
mpmath
我想在
Python
( A.C = (lam).B.C中解决多精度的广义
特征值
问题,其中A和B是3000x3000矩阵,C是3000x1向量。(lam)是
特征值
。)。所以我已经安装了MPMATH。但是我找不到解决广义
特征值
问题的
Python
程序。如何在
Python
中解决多精度的广义
特征值
问题?
浏览 1
提问于2014-10-25
得票数 0
1
回答
sklearn/opencv库中的PCA变换/投影函数是否保留原始数据集的顺序?
opencv
、
scikit-learn
、
pca
OpenCV
主
成分分析类的project()输出相同。但是OpenCV库中的
特征值
似乎会自动按降序重新排列,所以我想知道这些转换/投影的数据是否也会相应地排列。
浏览 40
提问于2019-01-12
得票数 0
回答已采纳
4
回答
主
成分分析中的Numpy.eig和方差百分比
python
、
math
、
numpy
、
pca
所以我可以使用linalg.eig或linalg.svd来计算
主
成分分析。当它们输入相同的数据时,每一个都返回不同的
主
成分/特征向量和
特征值
(我目前使用的是Iris数据集)。查看或任何其他将
主
成分分析应用于虹膜数据集的教程时,我会发现
特征值
是[2.9108 0.9212 0.1474 0.0206]。eig方法给了我一组不同的
特征值
/向量,我并不介意,除了这些
特征值
一旦相加,就等于维数(4),可以用来找出每个分量对总方差的贡献程度。 拿linalg.
浏览 0
提问于2011-01-28
得票数 3
2
回答
在
Python
中计算Fiedler向量
python
、
numpy
、
linear-algebra
如何在
Python
中找到拉普拉斯(L)的域向量?我假设
python
不会按顺序返回
特征值
。我要取第二大
特征值
,然后将它与相应的特征向量匹配(在索引中匹配)?谢谢你的帮忙
浏览 4
提问于2012-06-07
得票数 5
回答已采纳
1
回答
如何解释
主
成分分析近似的原始时间序列?
time-series
、
pca
我读过一些关于PCA应用于时间序列的文章,但仍然有些困惑,我有以下问题(假设我正在处理50个行业返回的时间序列,我想使用聚类算法将它们分成几个组): 假设我从相关矩阵中计算了
特征值
和特征向量,发现前20个
特征值
占总
特征值
的85%,然后用这20个
特征值
来逼近原来的时间序列。我知道如果我选择所有的
特征值
,那么我可以得到相同的原始时间序列,但是如果我具体选择其中的20个,那么我失去了什么信息呢?这样做的目的是什么?我发现一些帖子说我们总是可以放弃第一个
主
成分(意思是我们不使用它),为什么我们可
浏览 0
提问于2021-03-19
得票数 1
1
回答
如何加快c++特征分解
matlab
、
pca
、
eigenvector
、
intel-mkl
利用MATLAB进行
特征值
分解,数据的维数是关于10000的,所以协方差矩阵是10000*10000。当我在MATLAB中使用eig()函数时,它非常慢。有没有办法加快
特征值
分解。我使用
特征值
分解进行
主
成分分析(PCA),所以我只使用顶部K
特征值
和特征向量。不需要得到所有的
特征值
和特征向量。我尝试过使用Intel-MKL进行特征分解,但是当我使用mex接口时,会出现一些错误。
浏览 0
提问于2013-10-08
得票数 0
回答已采纳
1
回答
特征值
与
主
成分的关系
image-processing
、
machine-learning
、
pca
主
成分和
特征值
(在PCA中)之间的关系是什么?假设我已经分别计算了图像中两个区域的PCA,根据这两个区域的
特征值
,我们可以解释什么?
浏览 0
提问于2013-10-11
得票数 1
1
回答
在
python
中计算
特征值
与Matlab中的方法(顺序)相同
python
、
matlab
、
image-processing
、
matrix
、
computer-vision
这是Matlab代码,它返回V中的特征向量和D中的
特征值
。假设C是9*9矩阵,那么V是9*9矩阵,D是9*9对角线。矩阵。[V,D] = eig(C);V = np.zeros((9,9)) V[i][i] = V1[i]这段代码给出了V1中的
特征值
和但问题是,我希望
特征值
和向量的顺序与Matlab相同,这在
python
中是
浏览 51
提问于2018-07-23
得票数 -1
1
回答
我可以使用
主
成分分析将我的数据减少到一个维度吗?
statistics
、
data-science
、
pca
、
economics
、
factor-analysis
我理解
主
成分分析的基础知识,它使用变量的协方差矩阵来创建10个特征向量和10个
特征值
。通常,人们所做的是将特征向量乘以归一化数据来生成
主
成分,他们挑选一些任意数量的
主
成分,并将它们投入回归,得到拟合值。换句话说,系数乘以
主
成分允许将数据减少到单个变量。我可以使用
特征值
作为我的系数而不是进行回归吗?换句话说,我可以取
特征值
的向量和
主
成分的内积来创建单个变量吗?
浏览 11
提问于2021-02-06
得票数 0
2
回答
在人脸识别中,
特征值
代表什么?
matlab
、
pca
、
eigenvector
、
eigenvalue
我得到了952个潜伏期(协方差矩阵中的
特征值
),它们的降序形式是: 4.2785到0。
特征值
是从k=40开始的零。非常感谢你的帮助!
浏览 1
提问于2014-03-25
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: 特征向量平方告
浏览 4
提问于2021-05-08
得票数 0
回答已采纳
2
回答
主
成分与因子分析
math
、
pca
我有一些关于
主
成分和因子分析的问题。 对于PCA,
特征值
是从协方差矩阵还是相关矩阵计算出来的重要吗? FA呢?如果我使用协方差或相关矩阵,
特征值
的结果是否相同
浏览 2
提问于2009-12-09
得票数 4
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
核PCA的Scree图
python
、
numpy
、
scikit-learn
、
pca
我是新的内核
主
成分分析,但我已经多次使用屏幕绘图为linear PCA。下面的代码为线性
主
成分分析绘制了屏幕图。我想使用屏幕图来决定在实际安装之前我需要的组件的数量。
浏览 11
提问于2022-03-09
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
特征值计算器
主成分分析:Python
Python提取域名的主域名
机器学习(九)——构建决策树(离散特征值
机器学习之数据降维(一)PCA(主成分析
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券