我正在使用sklearn.decomposition FactorAnalysis对我的股票回报矩阵(200x676)进行因子分析，我有三个函数: fit，transform和transform_fit，我应该使用哪一个函数来获得因子负载？
浏览 37提问于2020-01-17得票数 0
我正在使用sklearn.decomposition FactorAnalysis对我的股票回报矩阵(200*676)进行因子分析。但我不知道如何获得因子加载。下面是我的代码： fa = FactorAnalysis(n_components=10, max_iter=30)
fa.fit(stock_return_matrix) fa.components
浏览 23提问于2020-01-16得票数 2
我一直在努力使用python中的sklearn执行因子分析。但是，当我在python中运行以下代码时，我不确定发生了什么以及它是否正确。from sklearn import decomposition -0.00225637, 0.00275685, 0.00686
浏览 0提问于2017-12-24得票数 1
我正在使用从Anaconda安装的Python3.7.3。import LogisticRegressionfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.cluster import KMeans
from sklearn.model_selection import train_test_split
浏览 0提问于2020-02-25得票数 1
回答已采纳
4回答
import refrom sklearn import svmModuleNotFoundError: No module named 'sklearn.decomposition'conda install scikit-learn
...and
浏览 1提问于2018-11-07得票数 2
回答已采纳
我需要执行探索性因素分析，并使用Python计算每个观察的分数，假设只有一个潜在因素。看来sklearn.decomposition.FactorAnalysis()是可行的，但不幸的是，和 (不幸的是，我找不到其他示例)还不够清楚，无法找到完成任务的方法。preprocessing.scale(X) # data normalisation attempt fa = decomposition.FactorAnalysis0.29759659
36 -0.29085001
浏览 5提问于2015-07-28得票数 8
回答已采纳
2回答
在python中计算FA模型中各因子之间的相关性的正确方法是什么？dataframe对象的因子分数计算)，没有旋转或使用varimax (想要计算通过倾斜旋转提取的因子之间的相关性，但首先决定检查正交旋转的计算方法)，对于sklearn.decomposition.FactorAnalysis我不认为factor_analyzer.FactorAnalyzer有错误，那么计算相关性的正确方法是什么(为什么我所应用的方法显示了sklearn.decomposition.FactorAnalysis
浏览 19提问于2021-06-06得票数 0
2回答
我有以下代码，它成功地计算了数据的最大主成分：
lst = ['date', 'MA(1,9)', 'MA(1,12)', 'MA(2,9)', 'MA(2,12)', 'MA(3,9)', 'MA(3,12)', 'MOM(9)', 'MOM(12)', 'VOL(1,9)', 'VOL(1,12)', 'VOL(2,9)', 'VOL(2,12)', 'VOL(3,9)'
浏览 0提问于2018-03-27得票数 1
回答已采纳
当我运行时： from sklearn.decomposition import RandomizedPCA 我得到了错误： ImportError: cannot import name 'RandomizedPCA' from 'sklearn.decomposition' (/Users/kintesh/Documents/udacity_ml/python3/venv/lib/python3.7&
浏览 98提问于2019-02-03得票数 21
Traceback (most recent call last): from sklearn.decompositionimport PCA
File "/home/user/.local/lib/python3.6/site-packages/sklearn/de
浏览 3提问于2019-12-13得票数 3
回答已采纳
在python的sklearn中没有内置的函数来实现这一点。 在我的research中，我发现“精确度分数”err(组件)可以通过 ? 组件的最佳数量将具有最小的误差(C)。根据下面的测试代码，如何在python中实现精度分数？import numpy as npfrom sklearn.decomposition import NMF
X = np.random.rand(40, 100
浏览 45提问于2021-05-10得票数 0
1回答
非常感谢你提前X有40个特征的1000个样本import numpy as npfrom scipy import linalgfrom sklearn.cross_validation import cross_val_score
from sklearn.grid_search
浏览 0提问于2013-11-12得票数 2
从java调用python源代码。这是正确的，但时间是非常重要的，对于端python源的所有时间都不到1秒，但是加载/导入RandomizedPCA的时间大约是3 second.this行：
from sklearn.decomposition
浏览 2提问于2016-12-20得票数 0
回答已采纳
我是一个Matlab用户，我正在学习Python和sklearn库。我想翻译一下这个Matlab代码对于coeff，我在Python中尝试过这样的方法：
from sklearn.decomposition import
浏览 1提问于2019-04-04得票数 2
回答已采纳
import nltkfrom sklearn.decomposition import TruncatedSVD
from sklearn.feature_extraction.text当我直接在python中运行上面的代码时，它工作得很好，而且我可以得到准确的结果。但是当我在celery中运行上面的代码时(我正在使用celery和flask)，我得到了以下错误。
浏览 28提问于2019-02-05得票数 2
我已经用python做了PCA相关代码，它是从Matlab代码转换成python代码，但最后一行代码不工作。 我该怎么纠正它呢？no_components= no_components+1; end mat1 = score(:,1:no_components); Pythonsklearn.decomposition.PCA.html#sklearn.decomposition.PCA.score import numpy as np
i
浏览 18提问于2019-04-26得票数 0
回答已采纳
as pltfrom data.datasets import MNISTfrom sklearn.decompositionnumpy as np 8 import torch.utils.data as data_utils
9 from sklearn.decomposition我正在使用python2.7。我对蟒蛇很陌生。有
浏览 3提问于2017-11-26得票数 0
回答已采纳
1回答
到目前为止，我有以下代码：from sklearn.feature_extraction.image import extract_patches_2dfrom sklearn.decomposition import FastICA
def extract_dictionary在scikit或其他python包中是否有一些在线(增量)的ICA替代方案？
浏览 0提问于2013-01-02得票数 4
回答已采纳
listdirimport matplotlib.pyplot as pltimport scipy as spfrom skimage import colorfrom PIL import Imagefrom sklea
浏览 3提问于2017-02-25得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
