1回答
我的图像数据存储在一个列表中。对于我的图像的每个像素(626257)，我有一个向量，其中包含与不同波长(44个波长)对应的所有值。现在我想进行主成分分析(PCA)。不幸的是，我无法将列出的数据转换为所需的形式。下面是生成虚拟数据集的代码。test = replicate(626257, rnorm(44, 3, 1),simpl
浏览 9提问于2019-08-11得票数 1
回答已采纳
我试图使用PCA进行维数约简，其中outputs是张量的列表，每个张量的形状为(1，3，32,32)。以下是代码：pca = PCA(10)但不管我做了什么--我已经尝试过用循环输出(不知道这是否是解决这个问题的正确方法)来平平每个张量，使用以下代码，但是它会导
浏览 1提问于2021-12-16得票数 0
回答已采纳
2回答
我使用PCA分析中的第一个主成分作为预测模型中的一个解释变量，该模型使用卡尔曼滤波进行递归预测。换句话说，在每个时间点，模型都会根据模型中包含的新观测来更新和生成新的预测。由于PCA使用模型中包含的所有观测数据进行计算，我还需要递归地运行PCAs，只使用我所预测的时间点之前的观测结果(否则，PCA-结果可能会显示关于未来
浏览 0提问于2020-02-20得票数 1
回答已采纳
我使用run作为PCA，但是，我有一个带有因子变量的数据集，我想对每个因素运行princomp。这可以在SAS中使用" BY“语句来完成，该语句”按组处理执行，使您能够获得对分组观察的单独分析“(来自)万事如意，
浏览 0提问于2020-02-13得票数 0
回答已采纳
例如，我正在将PCA应用于我的训练集，并希望使用SVM进行分类。如何在测试集中自动拥有相同的功能？(与PCA之后的新训练集相同)。
浏览 80提问于2019-03-31得票数 2
回答已采纳
1回答
我目前正在尝试将高斯过程模型与我的数据相匹配，并让它预测未来的几天。我已经减少了我的10个功能，减少到只有2个组成部分通过PCA在雪橇。现在我有了PCA1和PCA2。这是通过对训练集进行PCA (40%)来实现的。= PCAs[:,1]
其中train_data是具有大约10个特性和50行的数据格式，并应用了StandardScaler()。不完全确定出了什么问题
浏览 5提问于2021-06-11得票数 3
我得到了一个由Gensim训练的word2vec模型abuse_model。我想应用PCA，并对某些我只关心的单词(相对于模型中的所有单词)绘制一个图表。因此，我创建了一个dict d，它的键是我关心的单词，值是键的向量。当将dict传递到pca.fit_transform时，我遇到了一个错误。我是新手，我想知道我传入的数据格式(元组列表)是否不
浏览 4提问于2022-05-12得票数 0
回答已采纳
1回答
我有一个问题，我想要应用PCA的不同数量的组件到同一个数据集。但是，当我试图运行下面的代码时，我得到了一个错误。samples = np.shape(pca_sizes)
浏览 4提问于2022-06-27得票数 0
我们有4000个特征，我们正在应用主成分分析将它们从20个减少到100个。培训和验证错误都比不使用PCA更糟糕。这是意料之中的事吗？与其它主成分相比，第一主成分的方差比足够高。我们注意到的是，如果您使用了所有的4000个主组件，那么培训错误和验证之间的差距就会更大，并且当您重复这个过程时，您将主组件减少到1000、200、100、10等，那么培训错误就更接近验证错误(尽管两者都在按预期增加
浏览 0提问于2016-11-04得票数 1
回答已采纳
1回答
我正在测量一个PCA空间和一个“特征空间”的质心，包括20种处理和3组。如果我正确理解我的数学老师，他们之间的距离应该是相同的。然而，在我计算它们的方式上，它们不是，我在想，我做数学的方式，它们中的任何一个都是错误的。我使用臭名昭著的葡萄酒数据集作为我的方法/MWE的一个例子：data(wine)
浏览 2提问于2016-12-06得票数 0
回答已采纳
1回答
进行PCA前后数据的维数
、、、
从培训数据中删除标签后，我将CSV中的每一行添加到如下列表中： train_data.append(np.array(np.int64(row))) <e
浏览 3提问于2013-11-15得票数 6
1回答
我把这段代码放在那里，在那里我做了逻辑回归和PCA +逻辑回归。使用logistic我得到了95%的准确率，而使用PCA + logistic我得到了奇怪的结果。我对一个二进制分类问题执行了Logistic回归，数据为50000 X 370维。我得到了大约90%的准确率。但是当我对数据进行PCA +逻辑分析时，我的准确率下降到了5%，我非常震惊地看到了这个结果。有人能解释一下哪里出了问题吗？有没有人能看出什么是错误或
浏览 0提问于2016-04-18得票数 0
1回答
我试图在数据集上运行PCA，该数据集存储在文件中的2D向量中，如下所示：while(std::getline(file，根据我的理解，我需要将它转换为cv::Mat类型。这方面的工作如下：我通过PCA对它进行了如下操作：
浏览 1提问于2015-05-03得票数 0
回答已采纳
1回答
我有一个2M x 2000稀疏矩阵，其中行表示项，列表示维度。我想了解数据中是否有有意义的集群，我开始探索数据转换和规范化的维度。
在一个项的2000年属性中，许多属性是协变的(rho > .5)。
浏览 0提问于2020-02-15得票数 0
回答已采纳
尝试将主成分分析(PCA)与支持向量机(SVM)相结合进行人脸识别。但我对简历感到困惑：：pca！根据计算特征向量和特征值的，首先计算数据的协方差矩阵，然后由协方差矩阵计算特征向量和特征值。在它的样本代码中，它不计算协方差矩阵，它只是将数据传递给构造函数。那么cv::pca计算协方差矩阵本身？或者我们应该计算它并把它传递给cv::pca警员？从特征向量和特征值的维数来看，我猜它没有
浏览 2提问于2015-09-16得票数 1
回答已采纳
1回答
假设我的原始数据集有8个特征，并且我应用了带有n_components = 3的PCA (我使用)。然后，我使用这3个PCA组件(现在是我的新功能)来训练我的模型。让我困惑的是，当我做预测时，每个数据点都是2D矩阵中的一行(由我想要
浏览 3提问于2017-08-23得票数 2
回答已采纳
1回答
我是否可以知道C++或PHP在运行PCA (主成分分析)方面是否更有效？我正在开发一个基于web的系统，用php上传图像，然后对图像进行处理，然后用PCA对图像进行分析，以确定图像是否与存储在数据库中的另一幅图像匹配。但是我想知道使用哪种语言(、C++或PHP或任何其他更好的替代)来实现更好的性能，以完成PCA任务。
tq~
浏览 1提问于2010-07-14得票数 0
回答已采纳
我一直在处理一个数据集，它的列是原始特征的PCA值，在R中。我是否可以使用其他特征选择方法，如PCA列上的boruta /随机森林，通过只考虑更重要的特征来进一步减少特征空间？
浏览 0提问于2017-05-14得票数 1
cv2.PCACompute函数在OpenCV 2.4中运行良好，语法如下：mean, eigvec = cv2.PCACompute(data)TypeError: Required argument 'mean' (pos 2) not found
在解释如何从Python调用它方面没有多大帮助。我猜想InputOutputArray参数现在也是Python函数签名中的强制参数，但我无法找到使它们工作的方
浏览 0提问于2017-10-30得票数 1
回答已采纳
1回答
可以将PCA应用于部分数据集吗？
、、、、
我正在使用kaggle数据集，它有超过130个特征，包括116个分类和14个连续特性。我绘制了14个连续变量的热图，发现它们大多与响应变量弱相关，但高度相关。我试图将PCA应用于数据的这一部分，并将它们作为列与分类变量结合在一起。这样做可以吗？或者我是否应该对分类变量进行一次热编码/标签编码，并对整个数据集进行pca？
浏览 0提问于2019-03-20得票数 1
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
