pca

    0熱

    1答えて

    Matlabの：信号に対して主成分分析（スペクトルアンミキシング）

    私は、2つの信号（XA、YA）及び（XB、YB）の混合物であるスペクトル（吸収（Y）対波長（X））を有しています。私は（x、y）の中の信号をunmixするPCA（私はオンラインで見つけるコード）を使用しようとしています： %step 1, input data numdata=length(data(:,1)); x=data(:,1); y=data(:,1); %step 2, fi
    matlab pca spectrum mixing 2017-04-07

    5熱

    1答えて

    SklearnのPCAメモリエラー：代替減縮？

    SklearnのPCAを使って非常に大きな行列の次元数を減らそうとしていますが、メモリエラーが発生します（128GBを超えるRAMが必要です）。私はすでにcopy = Falseを設定しています。計算量の少ない無作為PCAを使用しています。 回避策はありますか？そうでない場合は、メモリを必要としない他の減光技術を使用することができます。ありがとうございました。 更新：私がPCAにしようとしている行
    python multidimensional-array scikit-learn pca 2017-04-11

    0熱

    1答えて

    主成分分析は、Pythonを使用して3d配列を1d配列に変換します

    次の入力データ[-5, 10,2], [-2, -3,3], [-4, -9,1], [7, 11,-3], [12, 6,-1], [13, 4,5]があり、3D配列から1D配列に変換するためにPCAを使用したいと考えています。私は次のコードを入力しました： import numpy as np input = np.array([[-5, 10,2], [-2, -3,3], [-4, -9
    python arrays pca 2017-04-16

    1熱

    2答えて

    複数のサブフィーチャのフィーチャ抽出

    サブフィーチャを含むデータセットのフィーチャ抽出（またはクラスタリング）を行いたいと思います。 たとえば、データセットは以下のようになります。目標は、データを使用してロボットのタイプを分類することです。 Samples : 100 robot samples [Robot 1, Robot 2, ..., Robot 100] Classes : 2 types [Type A, Type B]
    machine-learning pca feature-extraction feature-selection 2017-04-17

    2熱

    1答えて

    グラフggordを使用した環境ベクトルのないPCA結果

    g Veggグラフィックパッケージを使用して、R VeganのPCA結果をプロットしています。 環境変数を追加せずにPCAグラフをプロットする必要があります。 R Veganでは、PCAは問題なくプロットすることができますが、ggordでは同じグラフが機能しません。 ggordドキュメンテーションの例には、PCAグラフ上にベクトルを描く環境データセットのコードが含まれています。私は環境ベクトルなし
    r graph ggplot2 pca vegan 2017-04-21

    0熱

    1答えて

    Scikit-learn k-meansクラスタでドキュメントを予測しているときのValueError

    scikit-learnを使用して、訓練されたk-meansモデルで一連のテストドキュメントのクラスタを予測しようとしています。 vectorizer = TfidfVectorizer(stop_words='english') X = vectorizer.fit_transform(train_documents) k = 10 model = KMeans(n_clusters=k,
    python scikit-learn cluster-analysis k-means pca 2017-04-22

    2熱

    1答えて

    R - "CAPdiscrim"と "lda" error "変数1がグループ内で一定であるように見える"

    これまでの質問をトラブリングしていますが、役に立たないです。 私は、異なる変数（12）の観測値を持つ個体（117）から構成され、8つのレベルの因子変数によってグループ化されたデータセットを持っています。 私はアンダーソンとウィリスのアプローチに基づいてこれらのデータの主な座標を標準的に分析したいと思います。私はBiodiversityR :: CAPdiscrimを使って始めました。 ： vars
    r statistics pca vegan linear-discriminant 2017-05-01

    0熱

    1答えて

    PCA説明分散分析

    私は非常にPCAを初めて使っています。 モデルには11個のX変数があります。これらはXの変数ラベルです x = ['Day','Month', 'Year', 'Rolling Average','Holiday Effect', 'Day of the Week', 'Week of the Year', 'Weekend Effect', 'Last Day of the Month', "Q
    python machine-learning pca 2017-05-02

    1熱

    1答えて

    PCA：結果の行列n-1行

    私は持っているデータの次元を減らすためにPythonでPCAを使用しています。現在のデータは768行と10列です。 私はPCAを実装するには、次のコードを使用しています： import numpy as np from sklearn import decomposition demo_df = pd.read_csv('data.csv') pca = decomposition.PCA
    python machine-learning scikit-learn pca 2017-05-04

    1熱

    1答えて

    PCAはRNAのためのprcompを使用しているR

    私はRの私のサンプルでPCAを行うためにデータを転置する必要があるのだろうかと思っていました。私は組み込み関数prcomp（）を使用しています。私のデータセットはRNA seq発現データであり、カラムはサンプルであり、ローは遺伝子発現である。いずれにしてもうまくいくようですが、行/列に何が含まれるべきかについてコンセンサスがありますか？ありがとう！
    r pca 2017-05-04
最新の質問