1回答
我正在做降维工作，希望从我的数据集中获得特征值和特征向量。由于有几个特征(图像)我试图使用，但我在文档中找不到获得特征值/特征向量的方法，是否可以使用增量主成分分析来获得它们？def get_incremental_pca(training,n_components,batch_size):
浏览 26提问于2017-02-21得票数 0
我想使用 (IPCA)来减少我的特征空间，使其包含x%的信息。我会使用sklearn.decomposition.IncrementalPCA(n_components=None, whiten=False, copy=True, batch_size=None)，我可以离开n_components=None，这样它就可以在我拥有的所有功能上工作。但稍后，一旦分析了整个数据集。<e
浏览 19提问于2016-08-11得票数 1
利用主成分分析( PCA )从一组4K图像中提取特征，给出了记忆误差MemoryError:无法分配形状(23339520，40)和数据类型float32的数组
我试图从4K图像中提取30个特征(#<
浏览 2提问于2019-12-27得票数 0
首先，很抱歉问了一个可能是初学者的问题，但我不明白pca似乎和特征选择是一样的，但是当我在网上搜索时，它们似乎是不同的。人们通常说的是用于降维的PCA和用于特征选择的特征选择。那两个人不是也这么做的吗？减少属性/特征/维度的数量？请帮我理解一下。谢谢
浏览 0提问于2021-02-18得票数 0
回答已采纳
1回答
我最近开始使用python从事机器学习等相关领域的工作。今天，我正在处理一个数据集，我想在其中应用降维并应用我的模型来评估分数。这个数据集有30个特征。为了确定哪个组件的数量是最好的，我使用了带有逻辑回归的gridsearchCV，只使用了C参数和我选择组件数量的主成分分析。我得到的结果是，我
浏览 1提问于2020-10-26得票数 0
我正在进行一个特定的kaggle竞赛，那里的用户说他们正在使用>5000的特性，并在上面训练一个XGBoost或随机森林。上面提到的帖子在这里：https://www.kaggle.com/c/walmart-recruiting-trip-type-classification/forums/t/17258/feature-counts我在开发功能空间和创建交互功能之后也尝试过这样做，但是在<
浏览 0提问于2015-11-14得票数 2
1回答
我有一个由13列组成的数据集，我希望使用PCA进行数据约简以删除不需要的列。我的问题是PCA没有真正显示列名，而是PC1、PC2等。我发现额外的树分类器做了同样的事情，但确实显示了每个列的变化。我只是想确定他们是否有相同的目标，或者他们的结果是否不同。还有人会建议一种更好的数据缩减方法吗？
我的最后一个问题是，我有一个额外的树分
浏览 3提问于2020-02-20得票数 1
回答已采纳
如何理解“prcomp”结果？运行下面的代码后，我们得到prcomp结果'res.pca‘。它包括'$ sdev'/'$ rotation'/'$ center'/'$ scale $ x的，如何理解所有这些。谢谢。
浏览 238提问于2021-10-08得票数 0
回答已采纳
我正在用分类学习工具箱在Matlab中建立一个logistic回归模型。我在Matlab中运行了PCA：这是coeff，得分，潜在的和解释的输出：
我想使用PCA的结果来减少我在分类学习器中使用的输入特性(基于我的PCA结果
浏览 2提问于2015-09-13得票数 1
2回答
当我将statsmodels.multivariate.pca.PCA应用于某些数据时，我发现产生的特征值之和并不等于数据的总方差。我使用以下代码import statsmodels.api as sm
[1, 0.8, 0.4],, 1000)
pc = sm.PCA(Z, standardize=False, demean=False, normalize=Fals
浏览 3提问于2020-04-22得票数 1
2回答
支持向量机在手语手势识别中的应用
、、、、
我做了所有的分割和形态学操作。而且，是时候把手势分类了，我已经看过不同的日记了。我毫不怀疑哪些特征适合我的分类。我选择了C#作为编程语言，选择了SVM分类器进行分类。请给我列出一些可能的特征。如果可能的话，最好用完整的数学记录。
我最近发现，图像的调整和规范化是
浏览 6提问于2012-07-27得票数 1
回答已采纳
3回答
用主成分分析法对进行分类。列车阶段使用200位数字，测试使用20位数字。
我不知道PCA作为分类方法是如何工作的。我学会了把它作为一种降维方法，从它的平均值中减去原始数据，然后计算协方差矩阵、特征值和特征向量。从那里，我们可以选择主成分，而忽略其余的。我该如何分类一堆手写数字？如
浏览 6提问于2013-01-30得票数 1
1回答
让我们取X的维数为n，现在，在计算了经济SVD之后，如果我们只保留第一个r (<< m )奇异值，则X的逼近是
我知道，在这里，我们丢弃信息，所以重建的图像将被像素化，但它们仍然是相同的维度(28x28)。我的第二个问题是，如果我试图用数值特征进行类
浏览 5提问于2021-08-04得票数 2
回答已采纳
1回答
我试着理解Matlab中的主成分分析，我有一些问题是下面的代码：
是否仅使用一个特征向量(对应于最大特征值的特征向量)创建近似x值？我想是的？为什么PC和V --它们都是(x'x)的加载--呈现方式不同？列的顺序是颠倒的，因为eig不首先给最
浏览 2提问于2014-01-20得票数 3
回答已采纳
我试着在R中做主成分分析。我相信有两种方法可以做到。一种是立即进行主成分分析，另一种方法是首先使用s=scale(M)对矩阵进行标准化，然后应用主成分分析。我注意到没有标准化的第
浏览 3提问于2009-11-22得票数 3
1回答
主成分分析
、、
我有4个视频数据集。我选择了其中的3个作为训练集，1个作为测试集。在我将gm模型应用于训练集之前，我会对其运行pca。trainig_data);training_data = score(:,1:min(size(score,2),numDimension));new_pca_coeff=princomp(testing
浏览 5提问于2012-05-30得票数 5
回答已采纳
1回答
我正在尝试应用主成分分析，以降低我的数据的维度。200x146,200个观察值(样本)，具有146个特征(维度)，每个观察值可以属于三个类别中的一个。我试图做的是可视化数据，看看在向我的数据添加新样本后类质心是如何移动的。由于不可能绘制如此高维的数据，我正在寻找一个维度来表示
浏览 2提问于2017-04-04得票数 1
1回答
我尝试了主成分分析(PCA)进行特征选择，它从9个特征中给出了4个最优特征(绿色均值，绿色方差，标准差)。div.绿色的，红色的均值，红色的方差，标准差。div.红色，色调均值，色调方差，标准差。div.色调，即MGcorr、VarGcorr、stdGcorr、MRcorr、VarRcorr、stdRcorr、MHcorr、VarHcorr、stdHcorr )，用于将数据分类为两
浏览 4提问于2013-01-25得票数 2
回答已采纳
1回答
我想要匹配两个图像中的特征，以检测复制-移动伪造。我使用来检测图像特征。但是，我在匹配PCA-SIFT特征时遇到了麻烦。根据几篇论文，PCA-SIFT使用与SIFT类似的匹配过程。我使用了以下代码片段来匹配功能。但是，即使在尝试了几个distRatio(0-1)值之后，我也无法获得正确的PCA-SIFT特征结果。我也不确定PCA-SIFT的mat
浏览 2提问于2016-04-20得票数 0
1回答
基于隐马尔可夫模型的手势识别
、、、、
我目前正在研究一个手势识别应用程序，使用隐马尔可夫模型作为matlab上的分类阶段(使用网络摄像头)。我已经完成了预处理部分，包括特征向量的提取。我已经将主成分分析(PCA)应用于这些向量。现在我要使用Kevin的HMM工具箱，我需要我的观察序列以数字(整数)的形式出现，从1到M (M =观察符号的数目)。如果我是正确的，那么我必须使用<
浏览 1提问于2013-08-26得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
