principal-components

0熱度

2回答

我是一名Python初學者，我試圖將主成分分析（PCA）應用於一組圖像。我想把圖像放在矩陣中以便能夠執行PCA。我仍然在開始，但我有錯誤。 import numpy as np import Image import os #insert images to matrix dirname = 'C:\Users\Karim\Downloads\shp_marcel_train\Marce

0熱度

1回答

主要組件功能Inc器

我一直在嘗試使用Incanter的principal-components函數來做PCA，看起來在使用它的時候出現了偏離軌跡。我從PCA教程發現了一些樣本數據在線，並希望它的做法： (def data [[0.69 0.49] [-1.31 -1.21] [0.39 0.99] [0.09 0.29] [1.29 1.09] [0.49 0.79] [0.19 (- 0 0.31)]

1熱度

1回答

哪些變量組合形成PCA主成分的大部分方差？

我得到了PCA如何工作以及如何在Matlab中實現它，但是我很遺憾地發現哪些變量對主要組件的貢獻最強。我的問題是，假設我有變量A，B，C，D，E，F的數據集。對我而言未知，變量A，B，C，E測量幾乎相同的東西，而變量D，F都測量不同的東西。來自集合（A，B，C，E）和集合（D，F）的變量之間幾乎沒有關係。 PCA告訴我，有2個主要組成部分，我知道該怎麼做。我不知道如何確定A，B，C，E和D，F是

1熱度

1回答

主成分分析vs特徵去除

我對機器學習還很陌生，剛剛被引入主成分分析作爲降維方法。我不明白，在哪些情況下PCA比簡單地從模型中刪除某些功能更好？如果目的是爲了獲得較低維度的數據，爲什麼我們不把這些相關的功能進行分組，並保留每個組的一個特徵？

3熱度

1回答

使用libpca進行主成分分析

libpca是用於主成分分析的C++庫，它建立在線性代數庫Armadillo的基礎上。雖然我遇到了問題。我將其輸出與Lindsay Smith給出的例子進行比較，在他PCA的精彩教程中。當我檢索第一個主要組件時，我在他的教程中獲得了與Smith相同的值，但其符號相反。對於第二個主要組成部分，符號和數值是正確的。任何人都知道這是爲什麼？代碼： #include "pca.h" #includ

-3熱度

1回答

比較衆多數字並找出相似的數字

我正在使用R/python進行模式識別程序。根據模式識別比較兩個或更多數字並識別/識別相似或重複數字的最佳方法是什麼？

0熱度

2回答

不理解Python中主成分分析（PCA）的輸出

我在音頻頻譜圖上用Python做了一個PCA，並面臨以下問題：我有一個矩陣，其中每行包含平坦的歌曲特徵。應用PCA後，我很清楚，尺寸減小了。但我無法在常規數據集中找到這些維數據。 import sys import glob from scipy.io.wavfile import read from scipy import signal from scipy.fftpack impo

1熱度

1回答

訪問R中PCR迴歸的變異解釋百分比

我只是想知道如何獲得使用PCR迴歸後解釋變異的百分比和交叉驗證測試錯誤。我查看了summary.mvr的文檔，但我認爲我必須缺少一些東西。有沒有簡單的方法來做到這一點？例如： library(MASS) boston = Boston pcr.fit = pcr(crim ~ ., data = boston, scale = TRUE, validation = "CV") summar

5熱度

4回答

FactoMineR MCA中「哪個」不符合邏輯「的意思是什麼意思？

我試圖使用FactoMineR在數據表上運行MCA。它僅包含0/1的數值列，其大小爲200.000 * 20 require(FactoMineR) result <- MCA(data[, colnames, with=F], ncp = 3) 我得到以下錯誤：錯誤中（不公開（lapply（listModa，is.numeric）））：參數爲'which'不合邏輯我真的不知道該如何

-1熱度

1回答

如何在使用R的迴歸中使用princomp結果

我正在進行主成分分析以減少數據集數量較少的迴歸模型的變量數量&高數量的自變量（大約40個獨立變量）。我使用功能princomp生成主成分，因爲我有獨立變量之間的相關性。但我不知道如何使用基於PCA數量的princomp輸出。我有興趣使用Principal的子集預測組件你能幫我嗎？感謝事先在總結