1回答
我有一个由大约60000个特征组成的单词包.每一个特征都代表着一种缩小。我想在一个缩小的2D空间中表示这个词包。我该怎么做呢？#myList contents about 800000 wordsX = bag_of_words.todense()data2
浏览 0提问于2016-12-07得票数 2
1回答
我正在研究一个包含22个特征的不平衡天气数据的分类(3类)。即使应用PCA和the，数据也是重叠的。到目前为止，最优的分类分数是使用基于树的方法。为什么会有这样的PCA绘图，我能实现什么技术来获得超过80%的准确性？📷
浏览 0提问于2021-10-26得票数 1
1回答
我想使用LDA进行降维。我正在使用R。我发现的示例主要使用LDA进行分类。那么如何使用LDA进行降维呢？在R中有没有内置的函数调用来进行降维，或者你必须对其进行编码？
谢谢。塞夫万迪
浏览 2提问于2014-01-17得票数 1
1回答
我仍然在探索机器学习的这一领域，尽管我知道特征选择和降维之间的区别，但我发现在掌握何时进行特征选择或降维(或两者兼而有之)的概念上存在一些困难。假设我有一个包含大约40个特征的数据集，那么单独执行降维还是单独进行特征选择是一种好的做法？或者应该有两种方法的混合(即先进行特征选择，然后进行降维-或者反之亦然)？
浏览 1提问于2017-12-16得票数 0
2回答
没有先验理论来选择模型的规格，因此在进行回归之前，关键任务之一是降维。虽然我知道几种连续变量降维的方法，但我不知道关于分类数据的类似静态文献(除了，作为对应分析的一部分，这基本上是频率表上主成分分析的一种变化)。对于分类数据的降维和稳健的计算是否有一个很好的统计参考(我认为第一个问题是估算，然后是降维)？
这与上述问题的实施有关。我对Python有一定的了解，所以如果有什么东西是好的，那么我将使用它。python或R中的任何实现指
浏览 8提问于2010-05-14得票数 24
回答已采纳
我有一个有很多列/特征的数据集，我想建立ML模型，将数据分类为1和0，但我想减少列数。我读了很多关于feature selection的书，但有些东西我不太清楚。当我减少列/特征的数量时，我如何确保最少的信息丢失，或者我如何知道我是否丢失了大量信息？我可以删除的最佳特征数是多少，我如何知道我没有过度拟合模型？import pandas as pd
from sklearn.metrics import accuracy_score
from skle
浏览 2提问于2019-08-23得票数 0
1回答
众所周知，如果矩阵的列维或行维为1，则R试图将矩阵降为向量，使用drop=F命令可以防止这种自动降维。但是，我目前正在编写一个大型的R包，需要在代码中禁用数百次降维，以便手动查找这些位置并添加数百次drop=F。
因此，我想知道是否有任何选项或可能性一般禁用降维矩阵中的R？
浏览 2提问于2012-08-30得票数 28
回答已采纳
1回答
有人能指出特征选择和聚类以及降维算法之间的区别吗？聚类帮助我们指出哪些变量簇清楚地定义了输出。这与降维算法不一样吗？特征选择+聚类不是和降维算法一样吗？
浏览 4提问于2015-10-27得票数 0
2回答
我对工作流程的理解是运行LDA -> Extract keywards (例如，每个主题的前几个单词)，从而降低维度->一些后续分析。另外，还有一个不相关的问题--是在这里问这个问题更好，还是在交叉验证时问这个问题更好？
浏览 2提问于2015-09-27得票数 0
1回答
自动编码器还是基于层的降维？
、、、、
我有一些广泛的数据。在将数据集输入分类模型之前，我希望减少数据集中的功能数量.或者我不应该？自动编码器( tanh，tanh，tanh层)
或者:大幅度减少输入的数量，也许是通过退出，到分类模型本身的第二层和第三层。还有，卓普特
浏览 0提问于2019-09-22得票数 1
2回答
我不明白自动编码器是如何实现降维的，因为它学会了将数据从输入层压缩成一段短代码，然后将该代码解压缩到原始数据中，我看不出降维在哪里:输入数据和输入数据具有相同的维数？
浏览 0提问于2018-06-13得票数 2
回答已采纳
1回答
我搜索了在Python中实现降维的方法，这就是我得到的结果：。该网站的最后一种方法是特征聚集。我点击了那个python方法的文档链接，但是我仍然不确定如何使用它。如果以前有人使用过Python的特性聚集方法，那么您是否可以解释它是如何工作的(输入、输出等)？谢谢!
浏览 3提问于2017-08-11得票数 4
回答已采纳
我使用称为"pyldavis“的python模块，并使用jupyter笔记本作为环境。
浏览 7提问于2018-06-19得票数 2
1回答
我的问题是，如果我们有10列连续变量，我们是否可以使用k-means将10列缩减为1，并使用相应的聚类标签，然后进行决策树或逻辑回归？ 如果有新的数据进入，使用k-mean结果来确定其标签，并转到机器学习模型。
浏览 65提问于2020-02-01得票数 0
即使在这种拟合中不使用批处理大小参数，我也会得到：
tensorflow.python.framework.errors_impl.InvalidArgumentError:不兼容形状: 1568对32,49模块是比较二维对象和一维对象吗？
浏览 1提问于2018-10-28得票数 2
1回答
我正在比较各种技术，并想找出对大量文本文档进行矢量化和降维的最佳方法。我已经测试了Bag of Words和TF-IDF，并使用PCA、SVD和NMF进行了降维。然而，我想用doc2vec做同样的事情，考虑到doc2vec本身是一个降维工具，找出我的模型的维数的最佳方法是什么？有没有什么统计方法可以帮助我找到vector_size的最佳数量？ 提前感谢！
浏览 56提问于2020-08-15得票数 0
1回答
我正在将t-sne应用于我的训练数据集，用于降维.
我的问题是“tensorflow需要降维吗？”
浏览 0提问于2022-09-05得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
