Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
在 ggplot2 示例中绘制来自 vegan 的 ordiellipse 不起作用
我正在尝试在 ggplot 中绘制一个带有椭圆体的 pca 双图 我在中找到了一个例子这个线程在这里 https stackoverflow com questions 13794419 plotting ordiellipse funct
r
ggplot2
PCA
vegan
如何使用 FactoMineR 包以编程方式确定主成分的列索引?
给定一个包含混合变量 即分类变量和连续变量 的数据框 例如 digits 0 9 set seed for reproducibility set seed 17 function to create random string creat
r
clusteranalysis
PCA
featureselection
unsupervisedlearning
如何在 Python 中使用 PCA/SVD 进行特征选择和识别?
我正在跟进Python 中的主成分分析 https stackoverflow com questions 1730600 principal component analysis in python在Python下使用PCA 但我很难确定
python
scipy
PCA
如何使用 scikit learn inverse_transform 和新值
我有一组数据是我使用scikit learn PCA 我在使用 StandardScaler 执行 PCA 之前对数据进行了缩放 variance to retain 0 99 np scaled StandardScaler fit tr
python
scikitlearn
PCA
在使用 R 进行 PCA 分析之前省略 NA 和数据插补
我正在尝试使用进行 PCA 分析princompR 中的函数 下面是示例代码 mydf lt data frame A c NA rnorm 10 4 5 B c NA rnorm 9 4 5 NA C c NA NA rnorm 8 4
r
DataFrame
PCA
na
princomp
Weka 的主成分分析
我刚刚在训练集上计算了 PCA Weka 返回了新属性及其选择和计算方式 现在 我想使用这些数据构建一个模型 然后在测试集上使用该模型 不知道有没有办法根据新的属性类型自动修改测试集 您是否需要主成分进行分析或仅将其输入分类器 如果不是 只
datamining
Weka
PCA
R - “princomp”只能与比变量更多的单位一起使用
我正在使用 R 软件 R Commander 对我的数据进行聚类 我的数据有一个较小的子集 包含 200 行和大约 800 列 尝试 kmeans 聚类并在图表上绘制时出现以下错误 princomp 只能与比变量更多的单位一起使用 然后我创
r
clusteranalysis
kmeans
PCA
rcommander
当协方差矩阵为零时,如何在 R 中使用 prcomp () 函数?
使用时princomp 在R函数中 遇到以下错误 covariance matrix is not non negative definite 我认为 这是由于协方差矩阵中的某些值为零 实际上接近于零 但在舍入期间变为零 当协方差矩阵包含零
r
statistics
PCA
eigenvector
princomp
Hotelling 在 python 中的 T^2 分数
我在 python 中使用 matplotlib 将 pca 应用于数据集 然而 matplotlib 并不像 Matlab 那样提供 t 平方分数 有没有办法像Matlab一样计算Hotelling的T 2分数 Thanks matplo
python
matplotlib
statistics
scipy
PCA
计算 R 中前两个主成分的最快方法是什么?
我在用princomp在 R 中执行 PCA 我的数据矩阵很大 10K x 10K 每个值最多 4 位小数 在 Xeon 2 27 GHz 处理器上大约需要 3 5 小时和大约 6 5 GB 物理内存 由于我只想要前两个组件 是否有更快的方
r
PCA
eigenvector
eigenvalue
在双图中标记点
我已经执行了 PCA 并绘制了双标图R pca1 princomp data X250 data X500 data shear scores TRUE cor TRUE rownames data 1 biplot pca1 xlab P
r
plot
PCA
人脸识别-Python
我正在尝试通过以下方式进行人脸识别主成分分析 PCA 使用Python 现在我能够获得训练图像之间的最小欧几里德距离images和输入图像input image 这是我的代码 import os from PIL import Image
python
Arrays
NumPy
facerecognition
PCA
使用 Numpy (np.linalg.svd) 进行奇异值分解
我正在阅读 Abdi Williams 2010 主成分分析 并且我正在尝试重做 SVD 以获得进一步 PCA 的值 文章指出以下 SVD X P D Q t 我将数据加载到 np array X 中 X np array data P D
python
NumPy
PCA
主成分分析降维
我正在努力表演PCA http en wikipedia org wiki Principal component analysis将 900 个维度减少到 10 个 到目前为止 我有 covariancex cov labels V d
Java
MATLAB
machinelearning
linearalgebra
PCA
数据分割时使用 scikit-learn 标准化 PCA
我有一个后续问题 如何使用 PCA 和 scikit learn 进行标准化 https stackoverflow com questions 25475465 how to normalize with pca and scikit l
python
scikitlearn
PCA
将图例添加到散点图 (PCA)
我是 python 新手 发现了这个出色的 PCA 双图建议 在 sklearn 中绘制 PCA 载荷和双标图中的载荷 如 R 的自动图 https stackoverflow com questions 39216897 plot pca
python
matplotlib
legend
PCA
biplot
PCA前后数据维度
我正在尝试kaggle com 的数字识别器竞赛 http www kaggle com c digit recognizer使用 Python 和 scikit learn 从训练数据中删除标签后 我将 CSV 中的每一行添加到如下列表中
python
NumPy
scikitlearn
PCA
PCA改变簇的颜色
我想改变簇的颜色但保持形状 habillage iris Species颜色和形状都改变了 什么能只改变颜色呢 library devtools install github kassambara factoextra library fa
r
PCA
factoextra
MATLAB 内存不足,但不应如此
我正在尝试申请PCA https en wikipedia org wiki Principal component analysis在我的数据上使用princomp x https www mathworks com help stats
MATLAB
memory
OutOfMemory
linearalgebra
PCA
R 中 prcomp 对象的子集
我基本上是计算一组变量的 PCA 一切正常 假设我使用虹膜数据作为示例 但我的数据不同 虹膜数据应该足以解释我的问题 data iris log ir lt log iris 1 4 log ir mapply is infinite lo
r
PCA
«
1
2
3
4
5
»