pca

2зной

2ответ

Incremental PCA

Я никогда не использовал инкрементный PCA, который существует в sklearn, и я немного запутался в его параметрах и не смог найти хорошее объяснение им. Я вижу, что есть в конструкторе batch_size, но и

scikit-learn pca 2017-02-03

---

0зной

2ответ

Должен ли я выполнять центрирование данных перед применением SVD?

Мне нужно использовать SVD в Matlab для получения уменьшенной версии моих данных. Я читал, что функция svds(X,k) выполняет SVD и возвращает первые k собственных значений и собственных векторов. В доку

matlab normalization pca svd 2017-02-03

---

1зной

2ответ

Разница между контролируемым и неконтролируемым обучением при использовании PCA

Я прочел ответ here. Но я не могу применить его на одном из моих примеров, поэтому я, вероятно, все еще не понимаю. Вот мой пример: Предположим, что моя программа пытается узнать PCA (анализ основных

machine-learning pca 2017-02-09

---

0зной

1ответ

Как использовать результат матрицы pca для обучения модели?

Здравствуйте, я хотел бы, чтобы уменьшить размер моей матрицы поезда, чтобы затем использовать опорную векторную машину, мой код выглядит следующим образом: from sklearn.decomposition import PCA Сна

python-3.x scikit-learn pca 2017-02-10

---

0зной

1ответ

Sklearn.PCA-неожиданное ключевое слово аргумент 'random_state'

def doPCA(data, dimensions=2): from sklearn.decomposition import PCA model = PCA(n_components=dimensions, svd_solver='randomized', random_state=7) model.fit(data) return model File "/home/dogus/

python scikit-learn pca spyder 2017-02-11

---

2зной

1ответ

Цветной график MDS в edgeR

У меня возникли проблемы с созданием графика MDS в edgeR для визуализации групп экспериментальных (лейкозов) и контроля (здоровых доноров) в цвете. Я использовал файлы htseq в качестве входных данных

r plot bioinformatics pca 2017-02-15

---

-1зной

1ответ

Почему при использовании PCA scikit-learn использует svd для получения собственного значения, в то время как традиционный метод - использовать eig?

Пока я делаю PCA с scikit-learn, я обнаружил, что он использует svd для получения eigenvalue и eigenvector, а затем используйте svd_flip для получения реального собственного вектора. И вот мой код, чт

scikit-learn pca 2017-02-17

---

-1зной

1ответ

Как использовать PCA на тестовом наборе (код)

Я пытаюсь использовать PCA для выбора некоторых основных компонентов K для работы. Я понимаю, что НЕ нужно повторно запускать PCA на тестовом наборе, но использовать собственные векторы \ ПК, найденны

r pca 2017-02-19

---