svd

-1熱

1答えて

MatlabがPCA係数を計算する際にサインコンベンションを強制するのはなぜですか？

データ（画像シーケンス）にPCAを適用していますが、PCA（Matlab Toolbox）コマンドを使用して手動でマトリックスを作成し、SVDコマンドを使用すると結果が異なります。 私はいくつかの検索を行った後、私はmatlabが係数計算のPCAコードにいくつかの記号規則を適用していることが判明しました。

matlab pca svd 2017-06-23

---

2熱

1答えて

プロットクラスタKは、意味の後、私は私のデータセットでクラスタリングを実行した結果をプロットしようとしているが、私はエラーを取得しています

TruncatedSVDのPython： File "cluster.py", line 93, in <module> Z = kmeans.predict(np.c_[xx.ravel(), yy.ravel()]) File "/usr/local/lib/python2.7/dist-packages/sklearn/cluster/k_means_.py", line

python matplotlib scikit-learn k-means svd 2017-03-19

---

1熱

2答えて

Solrの検索結果にSVDアルゴリズムを実装する最も簡単な方法は何ですか？

私はhttp://localhost:8983/solrに自分のコアを作成し、いくつかの文書を追加して質問することができました。しかし、私が "犬"のようなものを照会すると、 "犬様"を含むそれらの文書も返されます。だから私は結果を改善するためにSVDアルゴリズムを実装したい。 私は検索エンジンのことは初めてです。私が知っているのは、Mahoutを使用してSVDを実装できることですが、Maven、

solr mahout svd 2017-07-03

---

1熱

1答えて

最も支配的な固有値/特異値を計算する最も速い方法は何ですか？

私は、以下の電力の繰り返ししか知りません。しかし、行と列の両方がかなり大きい場合、巨大な行列A '* Aを作成する必要があります。また、Aは密行列です。次のような繰り返しの方法に代わる方法はありますか？私はkrylov部分空間法について聞いたことがありますが、私はそれに精通していません。どんな場合でも、私は下に述べたものよりも速くする方法を探しています： B = A'*A; % or B = A*

matlab matrix svd eigenvalue norm 2017-05-24

---

1熱

1答えて

SVD Tensorflow

では、私はTensorflowにSVD（特異値分解）とtext8コーパスからのベクトル表現を作成します。私は以下のコードを使用するが、それは次元の数取られていない：私はTruncatedSVD in scikit-learnようなものが必要 u,s,v = tf.svd(coocurrence_matrix) を。私は何をすべきか？ Tensorflowで同じことをすることは可能ですか？

python machine-learning tensorflow svd 2017-05-28

---

0熱

1答えて

中間座標のMatlabプロット散布図

これは私が持っている試験課題です。私は200x6の行列を持っていて、200人が連続した[0,1]スケール（0：不一致、1：同意）でそれぞれ6つの質問に関して映画を投票したとします。 6次元データセットの有用な概要を得るには、データのランク2近似をプロットする必要があります。私は「*」で2D散布図としてこの近似をプロットしたい A = (200, 6); %some data [U, S, V]

matlab svd 2017-05-28

---

0熱

1答えて

機械学習アルゴリズムを使用して、コンテンツのみに基づいてユーザーの履歴に基づいて類似の製品を見つける正しい方法

私は約2〜3百万の製品を持っています。各製品は、このような構造 { "sku": "Unique ID of Product (String of 20 chars)" "title":"Title of product eg Oneplus 5 - 6GB + 64GB ", "brand":"Brand of product eg OnePlus", "

machine-learning similarity tf-idf svd predictionio 2017-07-26

---

1熱

1答えて

sklearn.decomposition.TruncatedSVDを部分的にマトリックスに適用できますか？

非常に大きな行列にsklearn.decomposition.TruncatedSVDを適用します。行列が特定のサイズ（たとえば350k×25k）を超えると、svd.fit（x）にRAMが不足します。 私はsvdを特徴行列に適用します。各行は、単一の画像から抽出された一連の特徴を表します。 メモリの問題を回避するには、svdをマトリックスの一部に適用してから連結しても安全ですか？ 結果は同じですか

python matrix machine-learning scikit-learn svd 2017-04-21

---

2熱

1答えて

PCA、TruncatedSVD、ICAの違いは何ですか？

PCA（主成分分析）、TruncatedSVD（切り捨て特異値分解）、ICA（独立成分分析）の違いを教えてもらえますか？

machine-learning pca svd 2017-08-05

---

0熱

1答えて

PythonでSVDを使用して画像を回転する

thisのような長方形の部屋の回転画像をいくつか撮り、部屋の長辺がPythonのthisのようにx軸に平行になるように回転します。 SVDを使用することをお勧めする友人、そしてNumpyまたはSciPy SVDを使用する必要があるとわかっているところから、画像とx軸の角度差を見つけ、角度差だけ画像を回転させます。私はSVDを完全に理解していないので、SVDを手に入れたら何をするのですか？ ご協力い

python math image-rotation svd 2017-06-20

---