Search - principal components P

Search - principal components P - List

[GDI-Bitmap] principal_components DL : 0: PCA = Principal Component Analysis PDF document. Learn it
Date : 2025-07-01 Size : 89kb User : selamicik
[AI-NN-PR] machine-learning_PCA DL : 0: 环境为winpython 32bit 2.7.5.3 p = PCA() print u"均值化后的数据集为：",p.dataset( H:\\PCA_test.txt ) print u"协方差矩阵为：",p.COV() print u"特征向量为：",p.eig_vector()[1] tt = p.pc(dim=1) print "tt:",tt print u"新的维度数据集",tt[1]- """ Principal components analysis,PCA,COV,eig,eig vector Parameters¶ : path：数据集的存放路径 dim : 数据降维后的维度数 Attribute: means_data : 原数据- 原数据均值化 m : 数据集的行数 n ：数据集的列数 cov_matrix : 协方差矩阵 eig_vectors : 协方差矩阵的特征向量 eig_value : 协方差矩阵求得的特征值 cum_P : 排序后的特征值, 累积百分比计算 Method: PCA.dataset():数据集导入, return：means_data,array(m,n) PCA.cov_matrix:协方差矩阵计算, retrn:cov_matrix,array(n,n) PCA.eig_vector:特征值和特征向量计算, return:(eig_value, eig_vectors),(array(1xn),array(n,n)) PCA.pc:降维后的数据集计算, return:data_rescaled,array(m,dim), defaut:dim=2 """
Date : 2025-07-01 Size : 2kb User : hhkk
[matlab] PCR DL : 0: 多变量Y的主成分回归。格式: [t,p,b,ssq,eigs] = pcr(x,y,pc)- PCR Principal components regression for multivariate y.The I/O format is: [t,p,b,ssq,eigs] = pcr(x,y,pc)
Date : 2025-07-01 Size : 1kb User : chenly