Tag: pca

Principal component analysis (PCA) ist ein statistisches Verfahren zur dimensionsreduktion oft in Cluster-oder Faktorenanalyse. Gegeben eine beliebige Anzahl von erklärenden oder kausale Variablen, PCA Ränge der Variablen durch Ihre Fähigkeit, zu erklären, größte variation in den Daten. Es ist diese Eigenschaft, die erlaubt, dass die PCA verwendet werden zur dimensionsreduktion, d.h. identifizieren Sie die wichtigsten Variablen, die unter einem großen Satz möglichen Einflüssen.

PCA-RGB-Bild

Anzahl der Antworten 1 Antworten
Ich versuche, herauszufinden, wie man die PCA auf decorrelate ein RGB-Bild in python. Ich bin mit dem code, der sich in der O ' Reilly Computer vision Buch: from PIL import Image from numpy import * def

Das finden und die Verwendung der Eigenwerte und Eigenvektoren von PCA in scikit-learn

Anzahl der Antworten 2 Antworten
Ich wurden unter Verwendung von PCA-umgesetzt in scikit-learn. Ich möchte jedoch finden Sie die Eigenwerte und Eigenvektoren das Ergebnis, nachdem wir passen die Trainings-dataset. Es gibt keine Erwähnung der beiden in der Dokumentation. Zweitens können diese Eigenwerte

dabei PCA auf sehr große Datensätze in R

Anzahl der Antworten 2 Antworten
Ich habe eine sehr große Trainings-set (~2Gb) in eine CSV-Datei. Die Datei ist zu groß zu Lesen direkt in den Speicher (read.csv() bringt den computer zum Stillstand) und ich möchte, um die Größe des Daten-Datei mithilfe der

Hinzufügen von Hauptkomponenten wie Variablen, um einen Daten-frame

Anzahl der Antworten 1 Antworten
Ich arbeite mit einem Datensatz von 10000 Datenpunkten und 100 Variablen in R. Leider sind die Variablen, die ich nicht beschreiben die Daten, die in einem guten Weg. Ich führte eine PCA-Analyse mit prcomp() und die ersten

Scikit-Learn PCA

Anzahl der Antworten 2 Antworten
Ich bin mit input-Daten aus hier (siehe Abschnitt 3.1). Ich versuche zu reproduzieren Ihre Kovarianz-matrix, Eigenwerte und Eigenvektoren mit scikit-learn. Allerdings bin ich nicht in der Lage zu reproduzieren die Ergebnisse, wie Sie in der Datenquelle. Ich

Basic-Beispiel für die PCA mit matplotlib

Anzahl der Antworten 1 Antworten
Ich versuche zu tun, eine einfache Hauptkomponentenanalyse mit matplotlib.mlab.PCA-aber mit den Attributen der Klasse die ich nicht bekommen kann eine saubere Lösung zu meinem problem. Hier ist ein Beispiel: Bekommen einige dummy-Daten in 2D-und start-PCA: from matplotlib.mlab

Wie die Umsetzung ZCA-Bleaching? Python

Anzahl der Antworten 5 Antworten
Ich versuche zu implementieren ZCA whitening und fand einige Artikel zu tun, aber Sie sind ein bisschen unübersichtlich.. kann jemand Licht für mich? Jeden Tipp oder Hilfe dankbar! Hier ist der Artikel, den ich gelesen : http://courses.media.mit.edu/2010fall/mas622j/whiten.pdf

Faktor-Ladungen mit sklearn

Anzahl der Antworten 3 Antworten
Ich will, dass die Korrelationen zwischen einzelnen Variablen und die wichtigsten Komponenten in python. Ich bin mit PCA in sklearn. Ich verstehe nicht, wie kann ich erreichen das laden der matrix, nachdem ich zerlegte meine Daten? Mein

Wie Projekt ein neues Punkt-zu-PCA neue basis?

Anzahl der Antworten 1 Antworten
Zum Beispiel habe ich 9 Variablen und 362 Fällen. Ich habe die PCA-Berechnung, und fand heraus, dass die ersten 3 PCA-Koordinaten sind genug für mich. Nun, ich habe neue Punkt in meinem 9-dimensionale Struktur, und ich will-Projekt

Matlab (Principal Component Analysis Eigenwerte Reihenfolge)

Anzahl der Antworten 2 Antworten
Ich will das "princomp" - Funktion von Matlab, aber diese Funktion gibt die Eigenwerte in einem sortierten array. Auf diese Weise kann ich nicht herausfinden, um welche Spalte entspricht dem Eigenwert. Für Matlab, m = [1,2,3;4,5,6;7,8,9]; [pc,score,latent]

SVM-Visualisierung in MATLAB

Anzahl der Antworten 4 Antworten
Wie kann ich die Visualisierung der SVM Klassifizierung sobald ich durchführen SVM-training in Matlab? Bisher habe ich nur trainiert die SVM mit: % Labels are -1 or 1 groundTruth = Ytrain; d = xtrain; model = svmtrain(groundTruth,

R - 'princomp' kann nur verwendet werden mit mehr Einheiten als Variablen

Anzahl der Antworten 3 Antworten
Ich bin mit R-software (R-commander), um cluster-meine Daten. Ich habe eine kleinere Teilmenge der meine Daten enthält 200 Zeilen und etwa 800 Säulen. Ich erhalte die folgende Fehlermeldung, wenn Sie versuchen kmeans-cluster und Plotten Sie in einem

Wie konvertieren von spark DataFrame zu RDD mllib LabeledPoints?

Anzahl der Antworten 1 Antworten
Habe ich versucht zu übernehmen PCA auf meine Daten und dann anwenden, RandomForest, um die transformierten Daten. Allerdings PCA.transform(Daten) gab mir einen DataFrame, aber ich brauche eine mllib LabeledPoints zu ernähren, meine RandomForest. Wie kann ich das

PCA-Skalierung mit ggbiplot

Anzahl der Antworten 1 Antworten
Ich versuche, die Handlung einer principal component-Analyse mit prcomp und ggbiplot. Ich bin immer Daten Werte, die außerhalb des Einheitskreises, und nicht in der Lage, zu skalieren die Daten vor dem Aufruf prcomp so, dass ich beschränken

Wie führen Sie die Vorhersage mit LDA (lineare DISKRIMINANZANALYSE) in scikit-learn?

Anzahl der Antworten 1 Antworten
Habe ich getestet, wie gut PCA und LDA arbeitet für die Klassifizierung von 3 verschiedenen Arten von image-tags möchte ich automatisch zu identifizieren. In meinem code, X ist meine Daten-matrix, wo jede Zeile werden die Pixel aus

Extrahieren von PCA-Achsen für die weitere Analyse

Anzahl der Antworten 3 Antworten
Bin ich der Analyse von Daten über reed-Felder. Variablen, die ich gemessen habe sind Wasser, Tiefe, Höhe reed, reed-Dichte, etc. Einige der Variablen sind abhängig, ich führte eine PCA, um diese zu reduzieren, Variablen zu 2 PCA-Achsen

Wie ist die Komplexität des PCA O(min(p^3,n^3))?

Anzahl der Antworten 3 Antworten
Ich lese ein Papier, auf Sparse PCA, die ist: http://stats.stanford.edu/~imj/WEBLIST/AsYetUnpub/spärlich.pdf Ist und besagt, dass, wenn Sie n Daten Punkte, jeweils vertreten mit p Funktionen, dann ist die Komplexität des PCA ist O(min(p^3,n^3)). Kann mir bitte jemand erklären,

PCA-Projektion und Rekonstruktion in scikit-learn

Anzahl der Antworten 2 Antworten
Kann ich durchführen PCA in scikit durch folgenden code: X_train hat 279180 Zeilen und 104 Spalten. from sklearn.decomposition import PCA pca = PCA(n_components=30) X_train_pca = pca.fit_transform(X_train) Nun, wenn ich das Projekt wollen die Eigenvektoren auf feature-Raum muss

Mit Numpy (np.linalg.svd) für die Singular-Wert-ZERLEGUNG

Anzahl der Antworten 2 Antworten
Im Lesen Abdi & Williams (2010) "Principal Component Analysis", und ich bin versucht, wiederherstellen der SVD zu erreichen, Werte für weitere PCA. Der Artikel besagt, dass nach SVD: X = P D Q^t Lade ich meine Daten

Principal Component Analysis in MATLAB

Anzahl der Antworten 1 Antworten
Ich bin Implementierung von PCA mittels Eigenwert-ZERLEGUNG für dünnbesetzte Daten. Ich kenne matlab hat PCA durchgeführt, aber es hilft mir zu verstehen, all die Technik, wenn ich code schreiben. Ich habe nach der Anleitung von hier, aber

PCA multiplot in R

Anzahl der Antworten 1 Antworten
Ich habe einen Datensatz, der wie folgt aussieht: India China Brasil Russia SAfrica Kenya States Indonesia States Argentina Chile Netherlands HongKong 0.0854026763 0.1389383234 0.1244184371 0.0525460881 0.2945586244 0.0404562539 0.0491597968 0 0 0.0618342901 0.0174891774 0.0634064181 0 0.0519483159 0.0573851759 0.0756806292

Plotten pca-biplot mit ggplot2

Anzahl der Antworten 5 Antworten
Frage ich mich, ob es möglich ist, zu plot pca-biplot Ergebnisse mit ggplot2. Nehme an, wenn ich will, um das folgende biplot Ergebnisse mit ggplot2 fit <- princomp(USArrests, cor=TRUE) summary(fit) biplot(fit) Jede Hilfe wird sehr geschätzt werden.

Was sind "im Uhrzeigersinn" und "gegen den Uhrzeigersinn", die im matrix-rotation?

Anzahl der Antworten 2 Antworten
VERSCHOBEN: Bewegt diese Frage math.stackexchange.com und schließen Sie es. Ich bin das lernen über die Mathematik invovled in PCA. Für meine Zwecke hier, ich versuche nur zu verstehen, eine 90° - rotation matrix. Ich bekomme das Konzept

Gesichtserkennung mittels PCA-matlab

Anzahl der Antworten 1 Antworten
mein Projekt ist "feature based face detection and recognition" mir komplett die Erkennung Teil (erkennen, das Gesicht aus einem Bild auf der Grundlage der Hautfarbe).jetzt will ich applyy code für die Erkennung mittels PCA, erkannte Gesicht mir

PCA-Plots in ggplot2: Ändern von Farben und ändern der Farbe von Rahmen/ellipse um Punkte

Anzahl der Antworten 2 Antworten
Möchte ich sagen, dass ich bin ein Neuling der R-und vor allem von dieser website, so dass, wenn es notwendig ist, ich kläre hier nichts, bitte lassen Sie mich wissen! Ich verstehe nicht ganz, alles noch, also

Weglassen NA und datenergänzung, bevor Sie die PCA-Analyse mit R

Anzahl der Antworten 2 Antworten
Ich versuche zu tun, PCA-Analyse mit princomp Funktion in R. Im folgenden wird der Beispiel-code: mydf <- data.frame ( A = c("NA", rnorm(10, 4, 5)), B = c("NA", rnorm(9, 4, 5), "NA"), C = c("NA", "NA", rnorm(8,

Principal Component Analysis in R

Anzahl der Antworten 2 Antworten
Mithilfe der prcomp Funktion, wie kann ich unbeaufsichtigt wichtigsten Komponenten abgeleitet aus einem dataset an das gleiche dataset in split testen und trainieren? train <- sample(1:nrow(auto), 60000) x <- as.matrix(auto[,-1]) ##Covariates y <- auto[,1] ##Response pc <-

Plotten von PKA punktet mit Farbe

Anzahl der Antworten 1 Antworten
Ich mache PCA und ich möchte plot ersten principal component vs. zweite in R: pca<-princomp(~.,data=data, na.action=na.omit plot(pca$scores[,1],pca$scores[,2]) oder vielleicht mehrere Hauptkomponenten: pairs(pca$scores[,1:4]) aber die Punkte sind schwarz. Wie kann ich angemessen fügen Sie Farbe, um die Graphen?

PCA + SVM mit C++ - Syntax in OpenCV 2.2

Anzahl der Antworten 3 Antworten
Bin ich immer Probleme auftreten PCA und Eigenfaces arbeiten mit den neuesten C++ - syntax mit dem Mat-und PCA-Klassen. Die alte C-syntax nahm ein array von IplImage* als parameter, um die Verarbeitung und den aktuellen API-dauert nur

Wie zu bleichen matrix in PCA

Anzahl der Antworten 3 Antworten
Arbeite ich mit Python und ich habe realisiert das PCA Main Event mit dieses tutorial. Alles Super funktioniert, ich bekam die Kovarianz habe ich eine erfolgreiche Transformation, brachte es auf die ursprünglichen Abmessungen kein problem. Aber wie

Wie passen ein lineares Regressionsmodell mit zwei Haupt-Komponenten in R?

Anzahl der Antworten 1 Antworten
Sagen wir, ich habe einen data-matrix-d pc = prcomp(d) # pc1 and pc2 are the principal components pc1 = pc$rotation[,1] pc2 = pc$rotation[,2] Dann sollte das passen der linearen regression Modell richtig? r = lm(y ~ pc1+pc2)

Sklearn.KMeans() : Holen Sie sich Klasse centroid labels und Verweis auf ein dataset

Anzahl der Antworten 1 Antworten
Sci-Kit lernen Kmeans und PCA dimensionsreduktion Ich habe einen Datensatz, 2M Zeilen und 7 Spalten, wobei verschiedene Messungen von zu Hause den Stromverbrauch mit einem Datum für jede Messung. Datum, Global_active_power, Global_reactive_power, Spannung, Global_intensity, Sub_metering_1, Sub_metering_2, Sub_metering_3

erhöhen LinAlgError("SVD nicht konvergieren") LinAlgError: SVD nicht konvergieren, matplotlib pca-Bestimmung

Anzahl der Antworten 6 Antworten
code : import numpy from matplotlib.mlab import PCA file_name = "store1_pca_matrix.txt" ori_data = numpy.loadtxt(file_name,dtype='float', comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0) result = PCA(ori_data) dies ist mein code. obwohl mein input-matrix ist frei von nan und inf,

R - PCA-biplot mehr lesbar

Anzahl der Antworten 1 Antworten
Habe ich eine Reihe von Beobachtungen mit 23 Variablen vor. Wenn ich prcomp und biplot, um eine Darstellung der Ergebnisse, die ich laufen in einige Probleme: den eigentlichen plot belegt nur die Hälfte der Frames (x <

PCA-Implementierung in Java

Anzahl der Antworten 5 Antworten
Ich brauche Implementierung des PCA in Java. Ich bin daran interessiert, etwas, das gut dokumentiert ist, praktisch und einfach zu bedienen. Irgendwelche Empfehlungen? InformationsquelleAutor Trup | 2012-05-15

Test Bedeutung der Cluster auf einem PCA-plot

Anzahl der Antworten 4 Antworten
Ist es möglich zu testen, die Bedeutung von Clusterbildung zwischen 2 bekannten Gruppen auf einem PCA-plot? Um zu testen, wie nah Sie sind oder die Höhe der Streuung (Varianz) und den Betrag der überlappung zwischen den Clustern

Python scikit lernen pca.explained_variance_ratio_ cutoff

Anzahl der Antworten 2 Antworten
Guru, Bei der Wahl der Anzahl der Hauptkomponenten (k) wählen wir k der kleinste Wert, so dass zum Beispiel 99% der Varianz, beibehalten wird. Jedoch in der Python-Scikit lernen, ich bin mir nicht 100% sicher, dass die

Unterschied zwischen PCA - (Principal Component Analysis) und die Funktionsauswahl

Anzahl der Antworten 4 Antworten
Was ist der Unterschied zwischen "Principal Component Analysis" (PCA) und die Funktionsauswahl in Machine Learning? Ist PCA ein Mittel der feature-Auswahl? InformationsquelleAutor AbhinavChoudhury | 2013-04-27

Die Auswahl mehrere gerade oder ungerade Spalten/Zeilen für dataframe

Anzahl der Antworten 4 Antworten
Gibt es eine Möglichkeit in R zu wählen, viele nicht-konsekutiven, d.h. gerade oder ungerade Zeilen/Spalten? Bin ich Plotten die Belastungen für meine Prinzipal-Komponenten-Analyse. Ich habe 84 Reihen geordneten Daten wie diese: x_1 y_1 x_2..... x_42 y_42 Und

Matlab - PCA-Analyse und Rekonstruktion von mehrdimensionalen Daten

Anzahl der Antworten 2 Antworten
Habe ich einen großen Datenbestand von multidimensionalen Daten(132 Abmessungen). Ich bin ein Anfänger bei der Durchführung von Daten-mining -, und ich möchte Prinzipal-Komponenten-Analyse unter Verwendung von Matlab. Allerdings habe ich gesehen, dass es eine Menge von Funktionen

Erhalten Sie eigen-Werte und-Vektoren von sklearn PCA

Anzahl der Antworten 1 Antworten
Wie kann ich die eigen Werte und eigen Vektoren der PCA-Anwendung? from sklearn.decomposition import PCA clf=PCA(0.98,whiten=True) #converse 98% variance X_train=clf.fit_transform(X_train) X_test=clf.transform(X_test) Ich kann es nicht finden in docs. 1.Ich bin "nicht" in der Lage zu verstehen, die

Plotten pca-biplot mit ggplot2

Anzahl der Antworten 5 Antworten
Frage ich mich, ob es möglich ist, zu plot pca-biplot Ergebnisse mit ggplot2. Nehme an, wenn ich will, um das folgende biplot Ergebnisse mit ggplot2 fit <- princomp(USArrests, cor=TRUE) summary(fit) biplot(fit) Jede Hilfe wird sehr geschätzt werden.

PCA ersten oder Normalisierung erste?

Anzahl der Antworten 2 Antworten
Wenn dabei die regression oder Klassifizierung, was ist der richtige (oder bessere) Weg zum Vorverarbeiten der Daten? Normalisieren der Daten -> PCA -> Ausbildung PCA -> normalisieren PCA-Ausgang -> Ausbildung Normalisieren der Daten -> PCA -> normalisieren

R-Funktion prcomp schlägt mit NA - Werte, obwohl NA ' s sind erlaubt

Anzahl der Antworten 2 Antworten
Ich bin mit der Funktion prcomp zur Berechnung der ersten zwei Hauptkomponenten. Jedoch, meine Daten hat einige NA-Werte und damit die Funktion wirft einen Fehler. Die na.Aktion definiert ist, scheint nicht zu funktionieren, obwohl es erwähnt wird

Wie scikit-learn PCA zur Reduzierung der Funktionen verwendet wird und welche Funktionen verworfen werden

Anzahl der Antworten 3 Antworten
Ich versuche zu laufen, eine Zone die PCA auf eine matrix der Dimensionen m x n, wobei m die Anzahl der features und n die Anzahl der samples. Angenommen, ich möchte die Erhaltung der nf Funktionen mit

Hinzufügen von Ellipsen zu einem PCA-Diagramm (Principal Component Analysis)

Anzahl der Antworten 2 Antworten
Ich habe Probleme beim hinzufügen von Gruppierung variable Ellipsen auf einer einzelnen Website PCA-Faktor-plot der auch PCA variable Faktor Pfeile. Mein code: prin_comp<-rda(data[,2:9], scale=TRUE) pca_scores<-scores(prin_comp) #sites=individual site PC1 & PC2 scores, Waterbody=Row Grouping Variable. #site scores in

Hauptkomponentenanalyse mit Pandas Dataframe

Anzahl der Antworten 1 Antworten
Wie kann ich berechnen, Prinzipal-Komponenten-Analyse von Daten in ein pandas dataframe? InformationsquelleAutor der Frage user3362813 | 2014-04-25

Wiederherstellen von Feature-Namen von exploined_variance_ratio_ in PCA mit sklearn

Anzahl der Antworten 4 Antworten
Ich versuche, mich zu erholen von eine PCA durchgeführt mit scikit-learn, die Funktionen ausgewählt werden, da relevanten. Einem klassischen Beispiel mit den IRIS-Datensatz. import pandas as pd import pylab as pl from sklearn import datasets from sklearn.decomposition

Hauptkomponentenanalyse in Python

Anzahl der Antworten 10 Antworten
Ich möchte die principal component analysis (PCA) zur dimensionsreduktion. Tut numpy oder scipy bereits haben, oder muss ich die Rolle meiner eigenen mit numpy.linalg.eigh? Ich will nicht nur die Verwendung der singular-Wert-ZERLEGUNG (SVD), weil meine eingegebenen Daten

Mit scikit-learn PCA die Dimension mit der höchsten Varianz finden

Anzahl der Antworten 1 Antworten
Ich muss an pca zu identifizieren, die Dimensionen mit der höchsten Varianz eines bestimmten Satz von Daten. Ich bin mit scikit-learn ist die pca, um es zu tun, aber ich kann nicht erkennen, von der Ausgabe der