没有合适的资源?快使用搜索试试~ 我知道了~
Principal-Component-Analysis:该项目使用对sklearn的MNIST数据集进行的主成分分析演示了降维...
共5个文件
py:2个
gif:1个
ipynb:1个
需积分: 19 1 下载量 117 浏览量
2021-04-18
00:01:13
上传
评论
收藏 1.34MB ZIP 举报
温馨提示
主成分分析 主成分分析是计算“主成分”并使用它们执行数据更改的过程。 这是一种非常流行的算法,通常在无监督学习中用于降维。 例如:-假设我有一个数据集,其中包含“ n”个维度的“ m”个数据点。 降维意味着对这些数据点进行转换,以使得对于小于n的所有k,它们现在具有缩小的“ k”维,而不会损失任何有价值的信息。 也可以定义为将数据点从n维数据空间投影到k维数据空间而不会丢失它们包含的信息。 这可以通过PCA来实现。 什么是主要成分? 主成分可以定义为代表方向的向量,沿着这些方向可以最大化投影数据的方差。 可以通过本征分解等方法找出主要成分。 PCA的逐步说明 在PCA中完成以下步骤 假设我们有一个由m个示例和n个特征组成的数据集X,或者我们可以这样说,我们有m个维度为n个的数据点。 步骤1:计算X的协方差矩阵 为此,我们首先需要计算每列的平均值,即每个要素的平均值。 然后,我们计算
资源推荐
资源详情
资源评论
收起资源包目录
Principal-Component-Analysis-main.zip (5个子文件)
Principal-Component-Analysis-main
images
pca_demo.gif 317KB
test.py 1KB
src
pca.py 465B
PCA .ipynb 1.4MB
README.md 3KB
共 5 条
- 1
资源评论
PeterLee龍羿學長
- 粉丝: 29
- 资源: 4634
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功