RKLT 구현에 문제가 있습니다. 나는 Pengwei Hao와 Qingyun Shi가 쓴 논문을 읽었지만 여전히 몇 가지 질문이 있습니다. 아무도이 변환의 구현을 보지 못했습니까? 순열 행렬이 어떻게 생겼는지, TERM 인수 분해에서 SERM 인수 분해를 얻는 방법을 모르겠습니다. http://www.eecs.qmul.ac.uk/~phao/PLUS/plus
저는 파이썬으로 작업 중이며 this tutorial을 사용하여 PCA를 구현했습니다. 모든 것이 훌륭하게 작동합니다. 공변량을 얻었습니다. 성공적으로 변형 했으므로 문제가없는 원래 크기로 가져 왔습니다. 그러나 미백은 어떻게 수행합니까? 나는 고유하여 고유 벡터를 분할 시도 : S, V = numpy.linalg.eig(cov)
V = V/S[:, nu
저는 100 개의 변수를 가지며 변수 var15-v25를 사용하여 요인 분석을 수행하려고합니다. 먼저 변수를 다른 오브젝트 (예 : f)로 추출한 후 &을 실행 한 다음 주 구성 요소 분석을 실행합니다. 이제 PCA 점수를 예측 자로 사용하여 회귀 분석을 실행하기 위해 PCA 점수를 원래 데이터 집합과 병합하고 싶습니다. 아무도 나에게이 두 데이터 세트를
나는 coeff 및 score 출력을 사용하여 PCA 데이터의 바이 플롯을 작성합니다. 나는 biplot의 가장 먼 지점 사이에 선을 그려보고 있습니다. 나 자신을 추가하지 않고 음모에 줄을 추가하는 방법을 모르겠다. (지루할 것이다). 2 점이 서로 가장 멀리 떨어져있는 것을 알고 있습니다. 제 coeff는 7x7입니다.하지만 biplot의 처음 3 개
OpenCV 2.2의 cv :: PCA :: PCA 생성자 메소드가 평균 빼기를 만들 었는지, 또는 이미 평균 빼기 데이터를 전달해야하는지 알고 싶었습니다. 두 가지 방법을 모두 테스트했지만 고유 화면을 시각화 할 때 어느 쪽도 좋은 결과를 얻지 못하고 검은 색 화면 만 표시합니다. 나는 세그먼테이션 오류나 오류가 없으며 논문 에서처럼 고유 표면 시각화를
저는 MATLAB 초보자이며 Digital Image Processing에서 프로그래밍 프로젝트를하고 있습니다. 웨이블릿 특징 + SVM + PCA + ANN을 이용한 자기 공명 영상 분류. MATLAB 도구에서 예제 SVM 분류를 실행하고이를 필자의 요구 사항에 맞게 수정했습니다. 입력 벡터에 하나 이상의 기능을 저장하고 SVM에 새로운 입력을 제공하는
제목이 거의 같습니다. 주 구성 요소 분석을 수행하기 위해 어떤 라이브러리를 권하고 싶습니까? 나는 자유롭고 사용하기 쉽도록 노력하고 있습니다. 성능은 필자가 개념을 가지고 놀고 싶고 내가 얻은 것을보기 위해서 필연적으로 기준이 아닙니다. http://crsouza.blogspot.com/2009/09/principal-component-analysis-i
내 데이터 샘플 (차원 N의 N 샘플)의 고유 벡터/값을 계산할 수 있었고 치수를 3로 줄이고 싶습니다. 올바른 값을 선택해야합니다. 처음 3 개의 고유 벡터 (가장 큰 고유 값을 가짐). 3 개의 PC와 새로운 샘플 (원래 3 차원으로 만 보임)의 관찰 결과 (원래 기준). 어떻게 M-3 다른 값이 될지 예측할 수 있습니까?
누구나 Cimg를 사용하여 3 차원 배열에 대한 SVD를 계산하는 방법에 대한 빠른 가이드를 제공 할 수 있습니까? 배열을 분해하여 추가 프로세스 속도를 높이기 위해 압축하기를 원합니다. 어디에서 어떤 값을 입력해야하며 결과를 얻는 방법은 무엇입니까? 나는 주변을 수색했지만 아직도 어떻게 작동하는지 이해할 수 없다. SVD가 어떻게 작동 하는지를 완전히 이