dimensionality-reduction

0熱度

1回答

SelectPercentile得分函數如何工作？

最近我正在研究Dimension Reduction方法，我發現python包「sklearn.feature_selection」看起來很有用，但問題在於SelectPercentile.fit方法沒有解釋它如何計算得分函數。 link 有誰知道它是如何工作的？先謝謝了。例如，如果我爲「SelectPercentile」選擇「SelectFdr」，並且SelectFdr方法的標準取決於每個要素的

python machine-learning scikit-learn data-mining dimensionality-reduction 2017-10-17

---

-1熱度

1回答

R：PCA ggplot錯誤「的參數意味着不同的行數」

我有一個數據集： https://docs.google.com/spreadsheets/d/1ZgyRQ2uTw-MjjkJgWCIiZ1vpnxKmF3o15a5awndttgo/edit?usp=sharing ，我試圖運用主成分分析和基於在這個崗位提供圖形來實現圖形： https://stats.stackexchange.com/questions/61215/how-to-inter

r ggplot2 pca dimensionality-reduction 2017-12-18

---

0熱度

1回答

爲什麼我的sklearn t-sne函數在達到最大迭代之前退出

我試圖對平方距離矩陣運行tsne分析。這些是我正在使用的命令。 model = TSNE(n_components = 2,perplexity = 32, verbose = 10,n_iter = 1000, metric = "precomputed") embeddings = model.fit_transform(D) 這是我收到的輸出：output from tsne func

python machine-learning scikit-learn dimensionality-reduction 2017-07-27

---

5熱度

2回答

什麼是詞嵌入的維度？

我想了解單詞嵌入中「維度」的含義。 當我以NLP任務的矩陣形式嵌入單詞時，維度扮演了什麼角色？有沒有可以幫助我理解這個概念的視覺例子？

nlp terminology dimensionality-reduction word-embedding 2017-07-29

---

2熱度

1回答

如何使用Rtsne包保留用戶ID

我想使用T-SNE來可視化用戶的變量，但我希望能夠將數據加入用戶的社交信息。 不幸的是，Rtsne的輸出似乎並不與用戶ID返回數據.. 的數據是這樣的： client_id recency frequen monetary 1 2 1 1 1 2 3 3 1 2 3 4 1 1 2 4 5 3 1 1 5 6 4 1 2 6 7

r dimensionality-reduction 2017-09-24

---

1熱度

1回答

是否可以在大型稀疏矩陣上使用scikit TSNE？

scikit documentation解釋fit_transform只能用於密集矩陣，但我有一個csr格式的稀疏矩陣，我想執行tsne。該文檔說爲使用稀疏矩陣使用fit方法，但是這不會返回低維嵌入。 我明白我可以使用.todense()方法如this question，但我的數據集非常大（0.4 * 10^6行和0.5 * 10^4列），從而不會配合在存儲器中。真的，使用稀疏矩陣來做這個很好。有

python scikit-learn sparse-matrix dimensionality-reduction 2017-09-26

---

0熱度

1回答

如何使用python和tensorflow從降噪堆疊自動編碼器中提取低維特徵向量

下面的代碼導入MNIST數據集並訓練堆疊降噪自動編碼器，以破壞，編碼然後解碼數據。基本上我想用它作爲非線性尺寸縮減技術。如何訪問模型編碼的較低維特徵，以便將這些特徵放入聚類模型中？理想情況下，我會期望較低的維度特徵是循環或直線（顯然這實際上並非如此）。 import numpy as np import os import sys import tensorflow as tf fro

python tensorflow deep-learning autoencoder dimensionality-reduction 2017-11-17

---

0熱度

1回答

如何使用Python的功能集聚降維？

我搜索瞭如何落實在Python降維，這是我得到的結果是：http://scikit-learn.org/stable/modules/unsupervised_reduction.html。該網站顯示的最後一種方法是功能集聚。我點擊了鏈接，該蟒蛇方法的文檔，但我仍然不能確定如何使用它。 如果有人用Python的功能凝聚法工作之前，將有可能爲你解釋它是如何工作的（輸入，輸出等）？謝謝！

python machine-learning scikit-learn feature-extraction dimensionality-reduction 2017-08-11

---

0熱度

1回答

Spark ML（Dataframe）和降維

如果使用較新的Dataframe API（即非RDD），似乎沒有類可用於執行降維。也沒有任何文件（https://spark.apache.org/docs/latest/ml-guide.html）。 有人能告訴我使用spark.ml（Dataframe）包而不是spark.mllib（RDD）類的類降維方法嗎？可能嗎？

apache-spark apache-spark-mllib apache-spark-ml dimensionality-reduction 2017-08-15

---

0熱度

2回答

t-SNE的計算瓶頸是它的內存複雜度嗎？

我一直在探索不同的降維算法，特別是PCA和T-SNE。我正在拍攝MNIST數據集的一個小子集（大約有780個維度），並嘗試將原始數據降至三維，以形象化爲散點圖。 T-SNE可以詳細描述爲here。 我使用PCA作爲之前T-SNE中間降維步驟中，如在source code from their website. 由T-SNE的原創者描述我發現T-SNE需要永遠運行（10-15分鐘從2000×25去2

python arrays algorithm numpy dimensionality-reduction 2017-08-22

---