腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
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
用Spark计算
PCA
时的IllegalArgumentException
、
我有一个包含id和features列的拼花文件,我想应用
pca
算法
。new VectorAssembler() .setOutputCol("features") .setInputCol("features") .fit(dataset) .setOu
浏览 3
提问于2020-01-26
得票数 2
回答已采纳
3
回答
韦卡的
PCA
跑得太久了
、
、
、
我试图使用Weka进行特征选择,使用
PCA
算法
。AttributeSelection selector = new AttributeSelection();Ranker ranker = new Ranker();selector.setSearch(我的问题是:
浏览 8
提问于2012-07-14
得票数 10
回答已采纳
1
回答
EigenValue和EigenVector
Java
实现
、
、
我正在实现度量学习
算法
,我想要降低数据的维度。我使用
Java
和库(Jama)来实现,并使用
PCA
来降低维度。我需要获取特征值和特征向量的
java
实现。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
1
回答
多柱蟒大熊猫的
PCA
分析
、
、
A01=fields[9] A03=fields[11] 但是,这将花费太长的时间,因为我想保存所有的零和 on ,以便以后可以通过Python运行
PCA
主成分分析(
PCA
)我想使用pandas,但不确定如何在这么多列中使用。
浏览 2
提问于2016-03-25
得票数 0
1
回答
数据集的降维及其实现
、
、
、
、
为了达到的state of the art,我想知道是否有一个实现,无论它是伪代码,c,
java
,matlab…几种
算法
,或者如果有一些项目已经实现了其中的一些
算法
例如,我知道对于
PCA
,我们可以使用
浏览 0
提问于2011-05-06
得票数 1
回答已采纳
5
回答
PCA
在
Java
中的实现
、
我需要在
Java
中实现
PCA
。我感兴趣的是找到一些记录良好的,实用的和易于使用的东西。有什么建议吗?
浏览 6
提问于2012-05-15
得票数 11
1
回答
多维数据k均值聚类后的主成分分析
、
、
、
、
我有以下10个变量的数据集:我想用这个多维数据集来识别集群,所以我尝试使用以下代码来实现k均值聚类
算法
:results = pd.DataFrame(reduced_data,columns=['
pca
1','
pca
2']) sns.scatterplot(x=&qu
浏览 9
提问于2021-10-24
得票数 1
回答已采纳
1
回答
PCA
和UMAP之后进入随机森林。
、
在将嵌入的聚类数据发送到随机森林分类器之前,先将
PCA
应用于数据集,然后将UMAP聚类应用于
PCA
数据,这是一个有效的过程吗?进程摘要:这是生成预测模型的有效过程吗?
浏览 0
提问于2022-07-02
得票数 2
回答已采纳
2
回答
在sklearn机器学习工具链中寻找
算法
的最佳组合
、
、
from sklearn.pipeline import Pipelinefrom sklearn.decomposition import
PCA
estimators = [('reduce_dim',
PCA
()), ('svm', SVC())]现在,根据定义,流水线表示一个串行进程。但是,如果我想在管道的同一级别上比较不同的
算法
,该怎么办?假设我想尝试
PCA
之外的
浏览 1
提问于2016-07-28
得票数 1
3
回答
基于
PCA
的神经网络降维方法?
、
、
、
但是,由于
PCA
算法
和其他
算法
一样,通常采用轴旋转来生成一些新的轴。我认为我不会在降维中使用
PCA
算法
。因此,我计算了这些列(参数)之间的相关性,并过滤了那些具有高值和其他一些规则的人。因为我只做了一些参数过滤请评论一下,任何批评都是受欢迎的。
浏览 0
提问于2017-03-21
得票数 1
1
回答
数据挖掘项目指南
、
、
我的问题是这个数据集太大了,我知道任何聚类
算法
都需要一段时间才能执行。是否有一种更适合这个问题的聚类方法?
浏览 0
提问于2014-02-18
得票数 0
回答已采纳
1
回答
为什么主成分分析给了我截然不同的结果?
、
、
、
我搜索了一下,发现
PCA
(主成分分析)是一种很好的获取blob定位的方法,通过向
PCA
算法
提供所有的点坐标: 上面的直线是按照
PCA
算法
给出的斜率绘制的,具有轻微的随机变化。import numpy as np # I tried passing different se
浏览 2
提问于2017-03-23
得票数 1
回答已采纳
1
回答
如何利用MATLAB中的
pca
函数来选择有效的特征?
、
、
、
、
对
pca
算法
进行了研究,发现
pca
算法
可以选择出最有效的特征。1-Age 3-Tall5-Eye color 并希望使用"
pca</
浏览 0
提问于2019-04-28
得票数 0
回答已采纳
1
回答
向
PCA
添加新的向量新的空间数据python
、
、
假设我有9维和6000个样本的训练数据,我应用
PCA
算法
学习学习
PCA
。X_std = StandardScaler().fit_transform(df1)result =
pca
.fit_transform
浏览 4
提问于2016-11-29
得票数 1
回答已采纳
1
回答
我需要帮助使用哪些特性来进行集群。
、
、
、
我读到,由于有很多特性(38),我可以对数值特征执行
PCA
,并使用
PCA
组件进行聚类。我发现的所有示例都使用了一个小的数据集,该数据集的聚类功能少于10个。 谢谢!
浏览 0
提问于2022-06-18
得票数 2
1
回答
scikit学习
PCA
降维-大量特征和少量样本的数据
、
、
我正在尝试使用scikit-learn中的
PCA
进行降维。我的数据集大约有300个样本和4096个特征。我想将维度减少到400和40。但是,当我调用该
算法
时,得到的数据最多只有“样本数”的特征。from sklearn.decomposition import
PCA
trainData =
pca
.fit_transform(trainData) testData =
pca
.transform(testD
浏览 0
提问于2014-03-21
得票数 1
1
回答
Statsmodels Python缺少值
、
、
、
我使用Python,我看到有一种
算法
可以进行缺失数据的填补。这种
算法
被称为Nipals。因此,我决定寻找一种方法来使用它,我看到statsmodels.multivariate.
pca
.
PCA
可以帮助我。有人能帮我用Nipals
算法
填充A吗? 谢谢。对不起,我是一个法语初学者,使用英文文档对我来说并不容易。
浏览 14
提问于2018-02-13
得票数 4
1
回答
EmguCV的EigenObjectRecognizer是否使用EigenFace?
我想知道EmguCV的特征对象识别器的has Recognize() method.But我找不到任何正在使用哪种
算法
的信息。我在论文中使用了它,我需要知道哪种技术正在使用这种方法。
浏览 2
提问于2010-05-20
得票数 0
1
回答
PCA
输入错误参数超过65535
、
、
当在spark.mllib.feature中使用主成分分析时,输入数据的cols值超过65535,但是
PCA
中定义的RowMatrix <65535,这是否意味着我不能使用主成分分析?
浏览 4
提问于2016-04-13
得票数 4
3
回答
PCA
分析后的特征/变量重要性
、
、
、
、
我已经对我的原始数据集执行了
PCA
分析,并且从由
PCA
转换的压缩数据集中,我还选择了我想要保留的PC数量(它们几乎解释了94%的方差)。现在我正在努力识别原始特征,这些特征在简化的数据集中很重要。下面是我的代码:
pca
=
PCA
(n_components=8)projection=
pca
.transform(scaledDataset) 此外
浏览 3
提问于2018-06-11
得票数 55
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
人工智能–PCA算法
实战指南:Scikit-Learn中的PCA算法轻松上手
四大机器学习降维算法:PCA、LDA、LLE、Laplacian Eigenmaps
比PCA降维更高级——t-SNE聚类算法实践指南
Java数据结构与算法-排序算法
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券