pca

1열

2답변

mca 및 prince 모듈을 사용하는 Python의 None-Binary 범주 형 더미 변수를 사용한 다중 대응 분석

여러 범주 형 변수에 대한 다중 일치 분석에 python package을 사용하고 있습니다. 내가 여기에, 일련의 지질 학적 데이터를 공부하는 것은 샘플 미리보기 : Quartz Oxides Hematite Limonite Geothite Clay Soil_Type 1 2 3 4 1 0 A 2 1 4 3 0

0열

1답변

기존 PCA 모델의 새로운 데이터 포인트

나는 PCA를 만들고 시각화하기 위해 this 튜토리얼을 따라 갔다. 특히 관심이있는 부분은 기존 모델에 새로운 데이터 요소를 추가하는 것입니다. 자습서에서 알 수 있듯이 predict (ir.pca, newdata = tail (log.ir, 2))을 사용하여 새 PC를 예측할 수 있습니다. 그러나 이러한 새로운 관측치를 기존의 플롯에 어떻게 추가합니까?

0열

1답변

PCA에서 클러스터 가져 오기 r

두 개의 큰 클러스터를 보여주는 PCA가 있는데 각 샘플이 각 클러스터에 있는지 파악하는 방법을 모르겠습니다. 도움이된다면, 필자는 PCA 생성 prcomp를 사용하여 : pca1 <- autoplot(prcomp(df), label = TRUE, label.size = 2) 내 접근 방식은 클러스터를 얻기 위해 두 그룹으로 kmeans를 사용하여 PC

-1열

1답변

파이썬 | SKlearn | PCA

편집 : 오타를 발견해 주셔서 감사합니다, 그것은 60 * 50이어야합니다, 나는 같은 질문을 수정했습니다. 다음과 같은 문제가 있습니다. 60 개의 관측치와 50 개의 변수가있는 행렬에서 PCA를 수행 한 후 pca 구성 요소의 모양을 확인하면 50 * 50이됩니다. 반면에 60 * 50이라고 생각합니다. R을 체크하고 똑같이, 내 이해에 따라 60 *

1열

1답변

데이터 세트를 줄여서 PCA 분해율을 높이는 것이 좋습니다.

Kaggle (link)의 신용 카드 사기 데이터 세트 작업을 시도하면서 나는 더 나은 모델을 가질 수 있다는 것을 알았습니다. 훈련을위한 데이터 세트. 단지 데이터 세트를 설명하기 위해 31 개 기능의 284807 레코드로 구성됩니다. 이 데이터 세트에는 단지 492 건의 사기 (단지 0.17 %)가 있습니다. 필자는 전체 데이터 세트에서 PCA를 수행하

0열

1답변

numpy 또는 sklearn을 사용하여 파이썬에서 데이터 프레임 컬렉션에 대한 주성분 분석을 수행해야합니다.

'데이터 프레임 콜렉션' df 아래 데이터가 있습니다. sklearn을 사용하여 데이터 프레임 콜렉션에서 주성분 분석 (PCA)을 수행하려고합니다. 하지만 나는 타입 에러를 얻고있다. from sklearn.decomposition import PCA df # dataframe collection pca = PCA(n_components=5) pca.

0열

1답변

주 구성 요소 분석 - 왜 고유 벡터의 내적이 0이 아닌지?

나는 파이썬 sklearn을 사용하여 breast_canser 데이터 세트의 주성분 분석을하려고합니다. 왜 고유 벡터의 두 점 (3 개 요소)이 모두 0이 아닌지 이해할 수 없습니까? frst = pca.components_[0,:] scnd = pca.components_[1,:] thrd = pca.components_[2,:] orth1 = np

0열

1답변

단어 클러스터링을위한 PCA 및 K- 평균

나는 Wikipedia 기사의 모음집을 가지고 있습니다. 나는 10,000 개의 가장 빈번한 단어를 확인하고 Word2Vec 벡터를 찾고 구형 k- 평균을 벡터에 사용하여 유사성을 기준으로 단어를 500 개의 그룹으로 묶었습니다. 단어 클러스터 중 3 개를 골라 단어를 단어 벡터로 다시 변환했습니다. 각 단어 벡터는 300 개의 값으로 구성된 배열이므로 모

1열

1답변

주성분 분석

내가 아주 간단한 데이터 세트와 PCA를 할 노력하고있어,하지만 난이 오류가 계속납니다 작동하지 않습니다 코드 : import numpy as np from sklearn.decomposition import PCA X = np.array([[0.92, 0.51], [0.72, 0.59], [0.83, 1.03], [0.81, 1.21],

2열

2답변

Matlab에서 PCA 함수의 인수에 대해

나는 115 * 8000 데이터를 가지고 있는데, 여기서 115는 피쳐의 수입니다. 이 같은 matlab의 pca 함수를 사용할 때 [coeff,score,latent,tsquared,explained,mu] = pca(data); 내 데이터에. 나는 값을 얻는다. 나는 here에서 어떻게 데이터를 줄일 수 있을지 모르지만 한 가지로 혼란 스럽습니다.