Questions tagged «pca»

我想使用主成分分析（PCA）进行降维。numpy或scipy是否已经拥有它，或者我必须使用自己滚动numpy.linalg.eigh？ 我不只是想使用奇异值分解（SVD），因为我的输入数据是相当高的维度（约460个维度），因此我认为SVD比计算协方差矩阵的特征向量要慢。 我希望找到一个预制的，已调试的实现，该实现已经对何时使用哪种方法以及哪些可能进行的其他优化进行了正确的决策，而这些优化我都不知道。

112 python  numpy  scipy  pca 

我正在尝试从使用scikit-learn完成的PCA中恢复，这些功能被选择为相关。 IRIS数据集的经典示例。 import pandas as pd import pylab as pl from sklearn import datasets from sklearn.decomposition import PCA # load dataset iris = datasets.load_iris() df = pd.DataFrame(iris.data, columns=iris.feature_names) # normalize data df_norm = (df - df.mean()) / df.std() # PCA pca = PCA(n_components=2) pca.fit_transform(df_norm.values) print pca.explained_variance_ratio_ 这返回 In [42]: pca.explained_variance_ratio_ …

77 python  machine-learning  scikit-learn  pca