栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > C/C++/C#

主成分分析( P C A )

C/C++/C# 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

主成分分析( P C A )

PCA—零均值化(中心化)

 

PCA—PCA降维的几何意义

PCA—协方差矩阵

 

 

 

PCA—对协方差矩阵求特征值、特征矩阵

 

PCA—评价模型的好坏,K值的确定

 代码实现:

import numpy as np
from sklearn.decomposition import PCA

pca = PCA(n_components=2)   # 降到2维
pca.fit(X)                  # 训练
newX=pca.fit_transform(X)   # 降维后的数据
# PCA(copy=True, n_components=2, whiten=False)
print(pca.explained_variance_ratio_)  # 输出贡献率
print(newX)                  # 输出降维后的数据

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/723492.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号