热门标签
更多>
搜索结果
查询Tags标签： eig，共有 4条记录-
主成分分析详解和应用（python/R）
注：可直接看方法解析和应用部分，其余部分为笔者的推导详解。 目录 方法解析 python实现 数据模拟 数据标准化 求协方差矩阵及特征值和特征向量正交矩阵 修剪得到累积贡献率超过85%的特征值向量和特征向量矩阵 修剪后的特征向量与原始数据相乘得到降维后的数据 完整代码 …
2022/1/15 17:08:21 人评论 次浏览 -
主成分分析详解和应用（python/R）
注：可直接看方法解析和应用部分，其余部分为笔者的推导详解。 目录 方法解析 python实现 数据模拟 数据标准化 求协方差矩阵及特征值和特征向量正交矩阵 修剪得到累积贡献率超过85%的特征值向量和特征向量矩阵 修剪后的特征向量与原始数据相乘得到降维后的数据 完整代码 …
2022/1/15 17:08:21 人评论 次浏览 -
PCA手写版
计算过程参考：《机器学习——主成分分析（PCA）》 代码：X = np.array([[-1, -2], [-1, 0], [0, 0], [2, 1], [0, 1]]) print(X)def PCA(X,n):#转置X = np.transpose(X)#求特征的均值X_mean = np.mean(X,axis =1) # 计算每一行的均值X = X - X_mean.reshape(-1,1)#求协方…
2021/12/18 23:23:58 人评论 次浏览 -
PCA手写版
计算过程参考：《机器学习——主成分分析（PCA）》 代码：X = np.array([[-1, -2], [-1, 0], [0, 0], [2, 1], [0, 1]]) print(X)def PCA(X,n):#转置X = np.transpose(X)#求特征的均值X_mean = np.mean(X,axis =1) # 计算每一行的均值X = X - X_mean.reshape(-1,1)#求协方…
2021/12/18 23:23:58 人评论 次浏览
