1回答
稀疏矩阵的内部处理
、、、、
我一直在比较Python和R的几个PCA实现的性能，并注意到一个有趣的行为：
虽然用Python计算稀疏矩阵的PCA似乎是不可能的(唯一的方法是 TruncatedSVD，但它不支持以均值为中心的计算方法他们的论点是，它会破坏矩阵的稀疏性。其他实现，如Facebook的PCA算法或scikit学习中的PCA/随机PCA方法，由于类似的原因不支持稀疏矩阵。虽然所有这些对我来说都有意义，但一些R包，如、rsvd
浏览 2提问于2018-06-14得票数 28
回答已采纳
2回答
我想知道PCA小部件是否正在执行集中和/或标准化的PCA。我在小工具中找不到任何对应的选项。非常感谢。诚挚的问候,
浏览 0提问于2014-11-05得票数 1
1回答
我猜想PCA不能应用于向量，但是我发现了一些将PCA应用于每个子带的论文，比如在和中。由于小波子带是向量，如何将PCA应用于它们？
提前谢谢你
浏览 3提问于2017-11-07得票数 0
回答已采纳
1回答
我试图计算数据集的PCA负载。我读到的越多，我就越困惑，因为“加载”在许多地方的用法不同。
我提到的这些和链接包含有说明的R代码和使我感到困惑的statsexcha
浏览 4提问于2021-05-08得票数 0
回答已采纳
我想使用MatLab中的主成分分析(PCA)将一个更大的维数矩阵(如2000*768)减少到一些较低的维数(如200*768或400*400 (不固定))。我想这样做是为了减少特征维数。请给我推荐一些教程，以便更好地理解PCA。
提前谢谢。
浏览 4提问于2015-05-08得票数 0
我的数据旁边有一个稀疏矩阵。我认为这些数据可能是有益的，但是因为它在通常的使用中是稀疏的，是无用的。有什么方法可以对它进行转换吗？例如，PCA，你有什么经验吗？我的国籍类似于：“北欧，斯堪的纳维亚，挪威”，所以我把它转换成虚拟变量，但是我有一个稀疏矩阵。
我认为通常的稀疏矩阵对分类没有帮助，我们应该对它进行变换。(？这是真的吗？)
浏览 0提问于2018-08-05得票数 2
1回答
它是一个m x n矩阵。我想通过在我的java项目中实现weka PCA来计算这个矩阵的第一个主成分。请有人告诉我：
获取第一个主成分
浏览 1提问于2014-04-29得票数 0
当我用从psych包中，我得到了几个数字(数值接近于零)describeBy(combi$pca1= 5)无效的“nrow”值(过大或NA)在describeBy中(combi$pca1 1，mat = TRUE，位数= 5)：
浏览 3提问于2016-08-04得票数 0
回答已采纳
我计划使用Pandas get_dummies()生成一个70000行150000列的大型稀疏矩阵，但是我得到了一个MemoryError。我如何在这个稀疏矩阵上应用PCA来降维？
浏览 1提问于2015-11-06得票数 0
问题是，我需要全协方差矩阵的噪声。如何在得到协方差矩阵的j，k项表达式作为公式时，添加非白噪声？
浏览 2提问于2015-08-24得票数 2
我已经在BiqQuery上创建了一个PCA模型，但是我很难弄清楚如何使用它来解决我的分类问题。我可以使用ML.EVALUATE，但仅此而已。如何使用我的PCA模型来训练一个分类模型？我尝试了不同的ML函数，如预测、混淆矩阵和ROC，但是最后的2种方法不起作用，因为我还不能使用PCA数据来训练分类模型。下面是我的代码 `mydataset.mymodel` ( MODEL_TYPE='PCA',
PCA<
浏览 20提问于2022-11-17得票数 0
3回答
因此，我的想法是使用PCA。我读到它并不总是能找到最优的解决方案，但这并不重要。
用我的特征向量，我可以计算出代表盒子的直线的斜率。现在我需要在原始空间中获得<
浏览 6提问于2015-12-04得票数 3
回答已采纳
1回答
现在，假设我们想要计算1M个SIFT向量的PCA。我们如何在1Mx128矩阵上计算PCA？
我错过了什么吗？
浏览 3提问于2017-01-09得票数 0
2回答
12.4796 10.8249 6.5618 13.9110 10.8402 11.7954>> mean1=mean(X);>> covariance1=(centered'*centered)/29;
如何恢复原始矩阵
浏览 1提问于2014-06-18得票数 0
我有一个带距离矩阵的熊猫框架，我用主成分分析( PCA )来做模糊约简。这个距离矩阵的数据有每个点和大小的标签。Pca.fit(地区)图= go.Figure()
如何保持圆圈
浏览 0提问于2019-04-17得票数 0
回答已采纳
我使用Java和库(Jama)来实现，并使用PCA来降低维度。当我使用Jama库中的eig来获取特征值时，即使对于大小为300 x 20的矩阵，也需要花费大量时间。作为参考，我还尝试了其他库，如Jblas，它具有PCA，但在特征值和特征向量方面的性能非常差。
浏览 3提问于2014-06-17得票数 0
3回答
我正在进行一项使用PCA对图像进行压缩的练习，我不太明白如何在测试数据上使用它：
我在训练数据中有300幅手绘六幅图，由28x28个矩阵表示，我使用PCA找到了这些图像的适当的低维表示(26个维使我获得了90%的阈值后)，给了我一个300x26矩阵，我可以用它将图像投影到那个空间。因为我不能仅仅使用火车空间(维数不同意)，如果我理解正确的话，我应该运行另一个PCA来为这些新图像找到主成分，但是将它们投射到我的列车PCA识别的26个维度中(PCA在测试中
浏览 0提问于2017-11-18得票数 2
1回答
从R中的PCA坐标创建热图
、、、、
但是，我没有矩阵格式。我有每个项目的PCA1和PCA2坐标，我想知道如何在此基础上创建热图。这是我的数据的样子(其中cluster是k-means聚类分类)echocardiography-0.02 3因此，基本上我想要一个ID之间的热
浏览 13提问于2017-06-24得票数 0
回答已采纳
我想在这个数据集上应用PCA来找出每个国家的重要原因，我想问的问题是，我如何在不读取每个国家的文件的情况下为每个国家运行PCA，而我想要读取整个文件，如上面所示。另外，请检查我用来做PCA的代码- summary(pca) prop_var<-round(eigen_val/s
浏览 2提问于2016-06-25得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
对象存储
实时音视频
腾讯云开发者
