数据降维-minis

高维数据降维（机器学习）

目录一、实验内容二、实验过程1、算法思想2、算法原理3、算法分析三、源程序代码四、运行结果及分析五、实验总结一、实验内容熟知高维数据降维的概念和基本算法思想；掌握高维数据降维算法的算法原理；掌握高维数据降维算法的设计及
唯见江心秋月白、·2022-10-04 07:25

主成分分析（PCA）详解

主成分分析（PCA)是一种比较基础的数据降维方法，也是多元统计中的重要部分，在数据分析、机器学习等方面具有广泛应用。
生信小兔·2022-10-02 07:13

机器学习之PCA算法学习

PCA【主成分分析】简介**PCA全称PrincipalComponentAnalysis，即主成分分析，**是一种常用的数据降维方法。
浪子私房菜·2022-09-28 18:21

Python之----PCA算法处理图像与SVD算法处理图像

我们来分析一下这两个算法的各自特点：1、PCA(principalcomponentanalysis)是一种数据降维的方式，能够有效的将高维数据转换为低维数据，进而降低模型训练所需要的计算资源。
咸鱼_翻身·2022-09-28 18:31

机器学习笔记（八）：PCA降维算法

1-PCA概述主成份分析，简称为PCA，是一种非监督学习算法，经常被用来进行数据降维有损数据压缩特征抽取数据可视化2-PCA原理详解通过计算数据矩阵的协方差矩阵，然后得到协方差矩阵的特征值特征向量，选择特征值最大
LiAnG小炜·2022-09-28 18:25

python机器学习 | PCA降维算法介绍及实现

本篇文章学习：通俗易懂的主成分分析法（PCA）详解这篇文章关于PCA介绍得非常详细及清楚，数学解释也相当通俗易懂，墙墙推~~PCA降维算法介绍及实现1PCA降维算法介绍1.1数据降维和PCA概念1.2PCA
Claire_chen_jia·2022-09-28 18:24

《机器学习实战》学习笔记（十三）

独立成分分析（IndependentComponentAnalysisICA）13.2PCA主成分分析法优缺点：13.2.1移动坐标轴13.2.2在Numpy中实现PCA13.3示例：利用PCA对半导体制造数据降维将
书生丶丶·2022-09-23 07:15

R语言---PCA/tSNE/UMAP降维计算

/tSNE/UMAP降维计算1.PCA计算(1)princomp函数(2)prcomp函数2.tSNE计算（1）使用Rtsne包（2）使用tsne包3.UMAP计算4.总结目前，需要将不同材料的基因型数据降维
我是大南瓜·2022-09-18 19:00

吃透python——Scikit-Learn数据建模 基础流程概要

吃透python——Scikit-Learn数据建模一、基本介绍sklearn具有分类、回归、聚类、数据降维、模型选择、数据处理六大功能。sklearn中具有用于监督学习和无监督学习的基本方法。
真是喵啊·2022-09-14 02:45

11.自编码器及变分自编码器

编码就是数据降维，解码就是升维，之前的神经网络与卷积网络都叙述过，不再赘诉。2.去噪自编码(DenoisingAE)去噪自编码与自编码器类似，都是编码与解码的过程。
不要瞎胡闹·2022-09-06 19:03

数学建模笔记-第十四讲-主成分分析

文章目录主成分分析数据降维主成分分析思想PCA计算过程主成分分析的应用例1主成分的说明例2MATLAB对结果的解释主成分分析的滥用：主成分得分主成分分析用于聚类主成分回归说明作业主成分分析经典的降维算法
丸丸丸子w·2022-09-06 17:49

机器学习实战系列14——奇异值分解SVD

奇异值的取舍遵守两种启发式规则：取总量信息的90%，总量信息的计算为：所有奇异值的平方求和对上千万的奇异值，只取前2000到3000的奇异值2.应用隐性语义分析推荐系统数据降维（特征缩减）3.python
简简丹·2022-09-04 07:10

深度自编码高斯混合模型无监督异常检测

针对这种情况，提出了降维的需求，将高维数据降维，然后在低纬度对其进行密度估计。
qq_40832034·2022-09-04 07:07

猿创征文｜机器学习实战（9）——降维

目录1主成分2低维度投影3方差解释率4选择正确数量的维度5PCA压缩6增量PCA7核主成分分析8选择核函数和调整超参数9局部线性嵌入10其他降维技巧数据降维会丢失一些信息（好比压缩图像带来的效果一样），
WHJ226·2022-09-04 07:56

邱锡鹏 神经网络与深度学习课程【十三】——无监督学习和概率图模型1

无监督学习定义：只从无标签的数据中学习出一些有用的模式典型的无监督学习：深度学习中只考虑前两个问题即可无监督特征学习：主成分分析（PrincipalComponentAnalysisPCA）一种最常用的数据降维方法
桐原因·2022-08-31 07:23

2020李宏毅机器学习笔记——21. Unsupervised Learning-Deep Auto-encoder(无监督学习之自编码器)

摘要：本章主要是关于自编码器的原理及其应用，自编码器是一种无监督学习方法，可用于数据降维及特征抽取。其中自编码器由编码器（Encoder）和解码器（Decoder）两部分组成。
HSR CatcousCherishes·2022-08-30 07:00

深度学习基础----吴恩达课后编程练习（一）识别猫

目录前言一、数据预处理1.加载数据2.数据降维处理3.标准化处理二、搭建神经网络1.定义模型结构2.初始化模型参数3.循环迭代3.1计算当前的损失（正向传播）3.2计算当前的梯度（反向传播）3.3迭代更新参数
wyjxlj666·2022-08-19 07:43

数据挖掘导论 复习一（介绍+数据预处理方法+定性归纳）

数据挖掘=数据库+机器学习算法经验模型机器学习任务：分类、回归、聚类（KMeans、DCSAN、层次聚类）、数据降维、数据预处理常用分类器：KNN、贝叶斯、逻辑回归、决策树、随机森林本书将介绍数据挖掘与数据库知识发现的基本知识
路新航·2022-08-11 14:10

基于相关性变量筛选偏最小二乘回归的多维相关时间序列建模方法

针对许多领域中的时间序列存在维数过高以及变量间多重相关性严重等问题，提出一种相关性变量筛选偏最小二乘回归(CVS-PLSR)建模算法.该算法通过引入基于相关性的特征选择(CFS)来获取最优特征子集，进而实现数据降维
米朵儿技术屋·2022-08-03 07:30

【机器学习基础】无监督学习（5）——生成模型

Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统前面无监督学习主要针对的是一种“降维”的学习任务，将数据降维到另一个能够表达数据含义的某种空间中，本节主要是无监督学习中的
qq_43479892·2022-07-25 07:23

【机器学习基础】无监督学习（5）——生成模型

前面无监督学习主要针对的是一种“降维”的学习任务，将数据降维到另一个能够表达数据含义的某种空间中，本节主要是无监督学习中的另一个任务——生成进行介绍。
Uniqe·2022-07-22 18:00

人工智能与算法学习 （12月月刊）

Python基于Python的11种经典数据降维算法AI收藏|做人工智能必看的45篇论文-附下载地址2019人工智能技术发展趋势MachineLearning图文并茂从基础概念到数学公式，一份最详细的机器学习笔记
人工智能与算法学习·2022-07-11 07:44

深度学习pytorch框架--卷积神经网络

卷积神经网络（CNN）CNN解决了什么问题人类的视觉原理卷积神经网络-CNN的基本原理卷积--局部特征提取池化层（下采样）——数据降维，避免过拟合全连接层——输出结果使用pytorch实现卷积神经网络-
愤怒的potato·2022-07-03 07:03

手把手带你玩转Spark机器学习-使用Spark进行数据降维

系列文章目录手把手带你玩转Spark机器学习-专栏介绍手把手带你玩转Spark机器学习-问题汇总手把手带你玩转Spark机器学习-Spark的安装及使用手把手带你玩转Spark机器学习-使用Spark进行数据处理和数据转换手把手带你玩转Spark机器学习-使用Spark构建分类模型手把手带你玩转Spark机器学习-使用Spark构建回归模型手把手带你玩转Spark机器学习-使用Spark构建聚类模
纯洁の小黄瓜·2022-06-25 07:58

《Python机器学习及实践——从零开始通往Kaggle竞赛之路》学习笔记（1）——简介篇

机器学习的结构经验特征训练集任务监督学习无监督学习分类回归数据降维聚类性能测试集准确性Python编程库Python是一门解释性编程语言，与JAVA类似，源代码都需要通过一个解释器Interpreter
厨师长爱炼丹·2022-06-22 07:54

Stanford机器学习---第十讲 数据降维

本栏目（Machinelearning）包括单参数的线性回归、多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计、SVM（SupportVectorMachines支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。内容大多来自Standford公开课machinelearning中Andrew老师的
画面很美·2022-06-12 07:35

【特征工程】数据降维

前几个章节我们将了机器学习的基础知识以及数据预处理和特征选择，本章节我们将讲述数据降维，在次之前，首先我们要明白为什么要进行数据降维操作？
AI study·2022-06-11 17:11

大师兄的数据分析学习笔记(十一）：特征预处理（二）

特征选择通常通过统计学方法或者数据模型特征，进行与标签影响大小的排序后，剔除排序靠后的特征，进行数据降维。
superkmi·2022-06-10 20:05

深度学习_001_主成分分析（PCA）

1.基本概念PCA(PrincipalComponentAnalysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。
CTO_TOC·2022-05-25 07:58

机器学习PCA学习(主成分分析)

前言主成分分析(PrincipalComponentsAnalysis)，简称PCA，一种数据降维技术，常用于数据处理这一方面，好比说我们的数据集中有100个特征，这些特征可能有共性、无用的信息，或者我们想要将多特征融合
小k同学！·2022-05-25 02:54

【Python】使用sklearn PCA对人脸数据降维

【python】sklearnPCA对人脸数据降维与识别1.PCA1.1PCA原理1.2sklearnPCA使用方法2.人脸数据降维2.1读取图片2.2使用PCA进行降维参考文献1.PCAPCA(PrincipalComponentAnalysis
假骑士·2022-05-18 07:00

tsne原理以及代码实现（学习笔记）

的缺点3.代码实现3.1接口参数解释：3.2方法1.t-SNE的基本概念t-SNE(t-distributedstochasticneighborembedding)是一种非线性降维算法，非常适用于高维数据降维到
偶尔躺平的咸鱼·2022-05-16 07:36

Python-----机器学习初识（二）

数据降维特征选择：特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值、也不改变值，但是选择后的特征维数肯定比选择前小，毕竟我们只选择了其中的一部分特征。
coconut milk?·2022-05-15 07:53

深度学习之CNN卷积神经网络详解以及猫狗识别实战

需要处理的数据量太大图像简单数字化无法保留图像特征卷积神经网络-CNN的基本原理卷积——提取特征池化层（下采样）——数据降维，避免过拟合全连接层——输出结果CNN卷积神经网络学习导图卷积神经网络实战--
C君莫笑·2022-05-10 07:08

【机器学习sklearn】主成分分析PCA(Principal Component Analysis)

库里的主成分分析方法不同主成分个数对应的可解释方差分析(ExplainedVariance)总结前言PCA（PrincipalComponentAnalysis），即主成分分析方法，是一种使用最广泛的数据降维算法
Moonuiu·2022-05-02 07:29

机器学习（十）数据降维（PCA与LDA）

机器学习（十）数据降维（此处讲PCA与LDA）背景：在许多领域的研究与应用中，通常需要对含有多个变量的数据进行观测，收集大量数据后进行分析寻找规律。
一人白·2022-05-02 07:21

机器学习之主成分分析（PCA）

降维的目的进行数据降维处理，我们可以容易地实现高维数据可视化——将其降为三维甚至二维。由于可能存在许多冗余特征量，所以需要减少特征量的数量。
Never-Giveup·2022-05-02 07:47

数据降维方法之PCA

降维的概述降维属于对数据的预处理，通过降低维度，降低数据的复杂性，识别最重要的多个特征。常见的降维方法有：主成分分析法（PCA）因子分析（FA）独立成分分析（ICA）本文主要对PCA方法进行展开。知识基础均值、方差、协方差的定义：PS:样本方差的期望并不是无偏的，要无偏估计，应该再乘上一个系数。N-1既为自由度，就是说，在一个容量为N的样本里，当确定了N-1个变量以后，第N个变量就确定了，因为样本
koqural·2022-05-02 07:11

机器学习入门与Python实战（十）：数据降维PCA主成分分析

目录现实问题思考：金融股价预测数据降维为什么需要数据降维数据降维最常用的方法：主成分分析（PCA)知识巩固Python实战：PCA+逻辑回归预测检查者是否患糖尿病拓展学习现实问题思考：金融股价预测想建立一个
flare zhao·2022-05-02 07:38

机器学习笔记——12 主成分分析(PCA)和因子分析(FA)

机器学习笔记——12主成分分析和因子分析主成分分析(principalcomponentsanalysis,PCA)是一种有比较完美的数学理论支持的方法，它广泛用于数据降维和图像识别等领域。
_Volcano·2022-05-02 07:35

机器学习——SVM（支持向量机）与人脸识别

目录系列文章目录一、SVM的概念与原理1.SVM简介2.SVM基本流程3.SVM在多分类中的推广二、经典SVM运用于图像识别分类三、SVM运用于人脸识别1.预处理1.1数据导入与处理1.2数据降维2.人脸识别
@李忆如·2022-04-30 07:02

R语言实现PCA主成分分析图的示例代码

目录简介开始作图1.PCA分析图本质上是散点图2.为不同类别着色3.样式微调简介主成分分析（PrincipalComponentAnalysis，PCA）是一种无监督的数据降维方法，通过主成分分析可以尽可能保留下具备区分性的低维数据特征
·2022-04-29 10:49

Python实现12种降维算法的示例代码

目录为什么要进行数据降维数据降维原理主成分分析(PCA)降维算法其它降维算法及代码地址1.KPCA(kernelPCA)2.LDA(LinearDiscriminantAnalysis)3.MDS(multidimensionalscaling
·2022-04-26 11:07

深度学习 autoencoder_【PyTorch】2阶张量数据的自编码器 (Autoencoder) 实现

前言自编码器常被应用于数据降维、降噪、异常值检测以及数据生成等领域。
weixin_39535752·2022-04-24 07:37

2020年研究生数学建模竞赛总结复盘

文章目录一、前言二、赛题选择三、做题思路问题一、数据清洗问题二、数据降维问题三、建模预测问题四、分析模型预测结果与实际值问题五、可视化四、总结五、结果（三等奖）一、前言今天是2020年研究生数学建模竞赛的最后一天
长安过客君·2022-04-18 07:39

数据降维方法介绍（四）

第二种方法：主成分分析法（一）姓名：何源学号：21011210073学院：通信工程学院转载自：机器学习笔记（九）——数据降维：主成分分析法（PCA）【嵌牛导读】主成分分析法简介【嵌牛鼻子】主成分分析法【
科技小白不能再白了·2022-04-09 08:09

python sklearn包中的主成分分析_运用sklearn进行主成分分析(PCA)代码实现

运用sklearn进行主成分分析(PCA)代码实现一、前言及回顾从上一篇《PCA数据降维原理及python应用(葡萄酒案例分析)》，我们知道，主成分分析PCA是一种无监督数据压缩技术，上一篇逐步自行写代码能够让我更好地理解
weixin_39535527·2022-03-20 07:39

Swift Learning Summary: Basics

=nilBasedatatypeTypeDescUInt8UInt8.minis0,UInt8.m
·2022-03-13 00:16

2021年CCF 恶意软件家族分类 单模型优秀方案分享

文章目录1.第一名wearefamily1.1数据探索1.1.1ASM文件探索1.1.2PE文件探索1.2数据降维-AutoEncoder1.3关键词抽取1.4模型构建1.5总结2.第二名Petrichor2.1
herosunly·2022-02-26 07:13

11.数据降维--CV交叉验证

代码：#crossvalidation验证检验模型变现importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimportcross_val_scorefromsklearn.linear_modelimportLogisticRegressionfromsklearn.neighborsimportKNeighbors
羽天驿·2022-02-20 10:11
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他