1回答
我试图理解PCA，但我被困在一个特定的部分。在参考了哈佛数据科学课程后，我在这里查找了它：在details下，然后在first component下面，他们说“第一个加载向量w(1)因此必须满足”，我理解为什么下面这行是真的？当w是单位向量时，arg max ||w|| =1表示找到求和的最大值。但是我不明白为什么我们想要这样，或者如果我们有一个给定的矩阵X，那么这些值将如何变化，除非我们试图优化每行要点的权重？或者我们这样做只是为了把它变成罗利商的形
浏览 1提问于2015-07-15得票数 0
有人知道imagenet数据集中Alexnet的PCA噪声的特征值和特征向量吗？
imagenet数据集有1200万张图像，而我的计算机无法为这么大的图像集计算PCA。我想知道是否有人已经做到了，并且可以发布特征值和特征向量的值。
浏览 2提问于2017-04-11得票数 1
我有一个向量瓷砖层，面积从100万英亩到不到20英亩，大约有120个特征。我有鼠标盖的问题，大的特征遮挡了它们后面的小瓷砖。
我认为这与源数据有关，源数据是按位置名称按字母顺序排序的。碰巧的是，“卡森国家森林”，这是大，是顶部的“瓦勒维达尔”，这是小得多。所以我不能通过鼠标交互来选择后者。是按面积按升序排序特性并重新导入
浏览 1提问于2020-09-23得票数 1
回答已采纳
2回答
我正在处理一个训练数据集的分类问题，它有100个特性。所有的特征成对没有明显的相关性。您可以在示例对图中看到以下一些特性：我正试图找到减少功能数量的正确方法。所有重要的特征选择方法都会返回不同的特征集。例如：与阈值的相关性>1%，选取其中20例。
Lasso选择近20个特征，但所选特征与特
浏览 0提问于2019-09-04得票数 9
我试图在没有ML框架的Java中使用PCA进行特性选择，只使用Apache数学矩阵库。
输入的测试数据是一个2D数组，4个特性Colsx100行实例。*如果某些特征值的幅度明显大于其他特征值，*则通过将“信息量较低”的特征对删除，将数据集通过PCA降至较小的维子空间*是合理的。大的特征值*对应于大</e
浏览 1提问于2019-09-08得票数 0
目前我需要大的和小的特征值和相应的特征向量。在这个库的文档中，我能找到的只有CBlobGetMajorAxisLength和CBlobGetMinorAxisLength。如果我是对的:第一个给我大的特征值，第二个-小的特征值。但现在我还需要在库中找不到的特征向量。谢谢
浏览 2提问于2012-01-27得票数 0
回答已采纳
2回答
我正在从安德鲁教授的演讲中学习机器学习(线性回归)。在聆听何时使用正态方程与梯度下降时，他说，当我们的特征数量非常高(如10E6)时，则使用梯度下降。对我来说，一切都很清楚，但我想知道，有没有人能给我举个现实生活中的例子，说明我们使用了如此多的功能？
浏览 2提问于2014-04-21得票数 1
我有一个向量列表，需要通过CPU上的矩阵进行转换。我将它们存储为一个动态分配的数组(特征：：Vector4f*)。一旦它们被转换，我需要在向量上运行一个OpenCL内核。我想知道，最好的方法是将这些数据传递到OpenCL中，而不必将数据从特征：：Vector>浮点数数组中复制出来，因为这将花费相当大的代价。我的理解是，特征在内部将向量值存储在某种我可以访问<
浏览 4提问于2017-10-06得票数 0
回答已采纳
2回答
第二个是非常大的一个，在里面你有一个(或多个)较小的图标实例(当然是在不同的比例，旋转)。
手头的任务是在大图中找到图标的实例。你们怎么解决这个问题呢？通过使用OpenCV库，我尝试使用基于特征的对象检测，但是对于拥挤的大图像(包含许多特征点)，匹配是不确定的。我已经尝试了SURF/OBJ特征提取器和
浏览 0提问于2012-07-23得票数 11
回答已采纳
目前我需要大的和小的特征值和相应的特征向量。在这个库的文档中，我能找到的只有CBlobGetMajorAxisLength和CBlobGetMinorAxisLength。如果我是对的:第一个给我大的特征值，第二个-小的特征值。但现在我还需要在库中找不到的特征向量。也许你知道哪个函数可以给我这
浏览 2提问于2012-01-27得票数 1
1回答
稀疏矩阵特征向量的快速计算
、、、、
我正在做一个项目，涉及到一个非常大的稀疏矩阵的特征向量的计算。更确切地说，我有一个矩阵，它是一个大图的laplacian，我感兴趣的是找到与第二个最小特征值相关联的特征向量。当然，Matlab需要很长时间才能计算出特征向量，甚至因为它计算了所有的特征向量。有什么建议吗？非常感谢安德里亚
浏览 0提问于2014-09-05得票数 1
回答已采纳
我有一个从机器(流数据)中提取的非常大的数据集，其中大多数数据属于一个类别。如果我使用当前数据训练分类器，准确率将非常低。如何识别给定数据中的关键特征？另外，我如何测量时间序列中一些先前特征的概率？
浏览 2提问于2015-06-26得票数 0
1回答
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。
这是一个明智的方法，还是有更好的方法来实现这一点？
浏览 2提问于2015-08-11得票数 2
回答已采纳
2回答
我正在寻找一种有效的算法来寻找一个小的，一般的(非方的，非稀疏的，非对称的)复矩阵A的最大特征对，大小为m×n。我的意思是小，我的意思是m和n通常在4和64之间，通常在16左右，但m不等于n。这个问题可以直接用一般的LAPACK SVD算法来解决，即gesvd或gesdd。然而，由于我正在解决数百万个这样的问题，并且只需要最大的
浏览 5提问于2012-03-27得票数 2
2回答
Matlab的特征值
、、、、
我试图找出大型数据集的特征值/特征向量，以便计算PCA。我可以计算2x2、3x3等的特征值和特征向量。 ......., 计算128x128向量的特征值和向量似乎非常困难，需要大量的计算能力。然而，
浏览 6提问于2014-06-09得票数 0
1回答
我正在从主机上的多媒体数据集中提取特征，在从所有图像中提取特征之后，我想执行一些处理任务。有人能建议一种方法来处理这样大的数据密集型任务，并且需要传输大型数据集吗？
浏览 3提问于2013-10-10得票数 0
1回答
如何为决策树的稀疏特性预处理数据？它提到这一点：
为什么选择决策树？不同的型号有不同的优点。决策树模型非常擅长处理具有数值特征的表格数据，或少于数百个类别的分类特征。与线性模型不同，决策树能够捕捉特征与目标之间的非线性交互.一个重要的注意事项是，基于树的模型的设计并不是为了处理非常稀疏的</
浏览 0提问于2019-03-07得票数 2
到目前为止，我的印象是机器学习算法(gbm，随机森林，xgboost等)可以处理数据中存在的不良特征(变量)。在我的一个问题中，大约有150个特征，如果我使用所有的特征，使用xgboost我会得到大约1的对数损失。但是如果我删除大约10个不好的特性(使用一些技术发现)，我观察到.45的对数损失。这是一个巨大的进步。
我的问题是，糟糕的特性真的能造
浏览 2提问于2016-02-27得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
