E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
数据降维
[机器学习笔记]奇异值分解SVD简介及其在推荐系统中的简单应用
SVD的用处有很多,比如:LSA(隐性语义分析)、推荐系统、特征压缩(或称
数据降维
)。SVD可以理解为:将一个比较复杂的矩阵用更小更简单的3个子矩阵的相乘
weixin_30715523
·
2020-06-27 23:46
Fisher判别分析
首先得知道Fisher线性判别函数,在处理数据的时候,我们经常遇到高维数据,这个时候往往就会遇到“维数灾难”的问题,即在低维空间可行,那么在高维空间往往却不可行,那么此时我们就可以降
数据降维
,将高维空间降到低维空间
xwisdomhills
·
2020-06-27 08:16
Matlab
MATLAB
数据降维
工具箱drtoolbox介绍
最近在做
数据降维
的处理工作接触到drtoolbox工具箱,感谢:http://blog.csdn.net/xiaowei_cqu提供的博文,我又做了些总结。
JamesJuZhang
·
2020-06-27 07:05
数据降维
--------主成分分析(PCA)算法原理和实现学习笔记
1主成分分析背景'''PCA计算步骤(思想是把数据投影到方向向量使数据集的特征向量到方向向量的垂线长度最短)1.去平均2.计算协方差矩阵3.计算协方差矩阵的特征向量和特征值4.将特征值从小到大排列5.保留最上面的n个特征向量6.将数据转换到上述n个特征向量构建新的空间'''备注:降维过的方向向量就是新的数据集、特征向量就是数据集维度个数,通过特征向量个数限制降维的维数在大数据集上进行复杂的分析和挖
千语_肉丸子
·
2020-06-27 04:13
数据降维
LDA-原理解析
为什么要用LDA前面的博客提到PCA是常用的有效的
数据降维
的方法,与之相同的是LDA也是一种将
数据降维
的方法。PCA已经是一
Nine-days
·
2020-06-27 02:23
机器学习
深度学习
算法
数据降维
方法总结
Introduce经过这几天面试后,我发现
数据降维
这一块在工业界用的很多或者说必不可少,因此,这方面需要重点关注。今天,我将
数据降维
总结于此,包括他人成果,这里对他们的内容表示感谢。
sqiu_11
·
2020-06-26 14:08
机器学习-数据降维
初始PyTorch(八):自编码器Auto-Encoders
1.Auto-Encoder自编码器用途:无监督
数据降维
,比起PCA,AE更保持位置相关性。输出输出维度是一样的,目标就是生成自己,先降维再升维。AEVS.PCA如何训练?
sleepinghm
·
2020-06-26 13:25
深度学习
#
初始PyTorch
主成分分析(PCA)在压缩图像方面的应用
一、主成分分析的原理主成分分析能够通过提取数据的主要成分,减少数据的特征,达到
数据降维
的目的。
满城丶琉璃月
·
2020-06-26 12:35
特征学习
数据降维
之主成分分析
主成分分析(PCA)是一种
数据降维
技巧,它能将大量相关变量转化为一组很少的不相关变量,这些无关变量称为主成分。探索性因子分析(EFA)是一系列用来发现一组变量的潜在结构的方法。
sereasuesue
·
2020-06-26 08:07
R语言
转【Matlab】
数据降维
工具箱drtoolbox
http://blog.csdn.net/xiaowei_cqudrttoolbox:MatlabToolboxforDimensionalityReduction是LaurensvanderMaaten
数据降维
的工具箱
sanji123456
·
2020-06-26 07:01
matlab
使用python实现多维
数据降维
一,首先介绍下多维列表的降维defflatten(a):foreachina:ifnotisinstance(each,list):yieldeachelse:yieldfromflatten(each)if__name__=="__main__":a=[[1,2],[3,[4,5]],6]print(list(flatten(a)))二、这种降维方法同样适用于多维迭代器的降维fromcollec
yaqinweiliang
·
2020-06-25 12:56
python
web
SNE T分布 t-SNE
数据降维
与可视化
T分布随机近邻嵌入t-SNE是一种集降维与可视化于一体的技术,它是基于SNE(StochasticNeighborEmbedding,SNE;HintonandRoweis,2002)可视化的改进,解决了SNE在可视化后样本分布拥挤、边界不明显的特点,由LaurensvanderMaaten和GeoffreyHinton在08年提出。t-SNE作为一种非线性降维算法,常用于流行学习(manifol
rrr2
·
2020-06-25 09:55
python
CV/NLP算法面试题汇总
解释一下度量两个分布的距离的方法LSTM比普通RNN优势在哪
数据降维
的办法过拟合是什么,如何处理传统语音增强算法接触过哪些?
ai_XZP_master
·
2020-06-25 03:26
面试题汇总
面试
sklearn机器学习实例
基本功能主要被分为六大部分:分类,回归,聚类,
数据降维
,模型选择和数据预处理。
Realmhang
·
2020-06-25 03:38
python机器学习
sklearn库
PCA主成分分析(降维)
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。
起飞的木木
·
2020-06-24 21:47
机器学习算法
Python小技巧
(1)如何将高维
数据降维
只需要一行代码就可以将树状结构的数据平扁化fromcollectionsimportIterabledefflat(s):returnreduce(lambdax,y:x+flat
PYB不开心
·
2020-06-24 20:58
趣味思考
Python
机器学习入门研究(十七)— Instacart Market用户分类
目录1.获取数据2.合并数据3.
数据降维
4.使用K-means进行分类分类KMeans预估器返回参数5.总结InstacartMarketBasketAnalysis是一个经典的顾客行为预测案例。
好人静
·
2020-06-24 17:56
机器学习
PCA主成分分析
为什么进行
数据降维
?一般情况下,在数据挖掘和机器学习中,数据被表示为向量。很多机器学习算法的复杂度和数据的维数有着密切关系,甚至与维数呈指数级关联。机器学习中常会处理成千
Leo的罗狮钉
·
2020-06-24 12:30
作业
数据降维
及可视化之TSNE理论及利用sklearn对digits数据集可视化实现python
今天来简单总结一下TSNE~SNE首先来说说SNE,全称为随机相邻嵌入(StochasticNeighborEmbedding),其将数据之间的高维的欧几里得距离转化为表示相似性的条件概率:数据点xjx_jxj与数据点xix_ixi的相似性表示为条件概率的样子pj∣ip_{j|i}pj∣i,表达为xix_ixi选择xjx_jxj作为邻居,表达式为:pj∣i=exp(−∣∣xi−xj∣∣2/2σi2
小白胖爱学习-
·
2020-06-24 11:33
机器学习
人工智能
数据分析
python
可视化
KFDA的python实现
KFDA的python实现KFDA的Python实现1.KFDA简介2.二分类3.多分类KFDA的Python实现1.KFDA简介FDA是线性判断分析,是一种线性的有监督
数据降维
方法。
栗子树6
·
2020-06-24 11:47
笔记
数据降维
之主成分分析法(PCA)
PCA(主成分分析法)
数据降维
(ProjNo.1)原理解释所谓的主成分分析,不过是在高维的空间中寻找一个低维的正交坐标系,比如说在三维空间中寻找一个二维的直角坐标系。
lsec小陆
·
2020-06-24 10:54
大数据与深度学习
计算数学
数据降维
工具箱drtoolbox
//homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html这里有两个这个工具箱的简单介绍:【Matlab】
数据降维
工具箱
luckyboy101
·
2020-06-24 09:24
matlab
图形学
机器学习第九周 主成分分析PCA
机器学习第九周主成分分析学习目标知识点描述:无监督降维:主成分分析法学习目标:主成分分析法的思想及其原理PCA算法的实现及调用
数据降维
应用:降噪&人脸识别学习内容
数据降维
1:主成分分析法思想及原理
数据降维
rungedu
·
2020-06-24 08:50
机器学习
python
Python OpenCV 人脸识别(pca_svm)
PythonOpenCV人脸识别(pca_svm)PCAPCA(PrincipalComponentAnalysis),即主成分分析方法,是一种使用最广泛的
数据降维
算法。
leiguxing
·
2020-06-24 03:26
主成分分析(PCA,Principal Component Analysis)
数据降维
方法降维方法线性or非线性监督方式主成分分析(PrincipalComponentAnalysis,PCA)线性无监督MDS线性无监督LDA线性有监督等距离映射(isometricmapping
孤独な旅人
·
2020-06-24 01:34
机器学习
PCA主成分分析
目录1.理解2方法3代码3.1numpy3.2Sklearn1.理解PCA是一种无监督学习的
数据降维
度的方法。简单来说,就是将原始数据映射到一个特征空间,以达到数据维度降低的目的。
Kelly Fu
·
2020-06-24 00:02
Machine
Learning
【笔记】《Python大战机器学习》
简书:简单的记录,有写于《统计学习方法》中明确的基本知识没记第1章线性模型第2章决策树第3章贝叶斯分类器第4章k近邻法第5章
数据降维
第6章聚类和EM算法第7章支持向量机第8章人工神经网络第9章半监督学习第
煎饼证
·
2020-06-23 21:20
机器学习
读书笔记
【Matlab】
数据降维
工具箱drtoolbox
xiaowei_cqu/article/details/7515077drttoolbox:MatlabToolboxforDimensionalityReduction是LaurensvanderMaaten
数据降维
的工具箱
iteye_3619
·
2020-06-23 19:57
pca
数据降维
和k-means聚类
pca和k-means属于机器学习中无监督学习,PCA(principalcomponentsanalysis)即主成分分析技术,又称主分量分析。主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。在统计学中,主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上,第二
hufei_neo
·
2020-06-23 16:36
机器学习算法
pca降维
kmeans算法
机器学习
sklearn
StandardScaler
机器学习笔记之(6)——
数据降维
(PCA与SVD)
数据降维
(数据压缩)是属于非监督学习的一种,但是其实它也属于一种数据处理的手段。也就是说,通过
数据降维
,对输入的数据进行降维处理,由此剔除数据中的噪声并通过机器学习算法的性能,用于数据预处理。
gwpscut
·
2020-06-23 11:53
机器学习
scikit-learn机器学习——第十章 复习题
归一化和缩放计算协方差矩阵的特征向量
数据降维
和恢复3.PCA算法的物理含义是什么?投影4.是否可以用PCA算法来解决过拟合问题?为什么?
0点51 胜
·
2020-06-23 05:26
机器学习
matlab 降维工具 转载【https://blog.csdn.net/tarim/article/details/51253536】
//homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html这里有两个这个工具箱的简单介绍:【Matlab】
数据降维
工具箱
bajiong1328
·
2020-06-22 16:34
数据降维
之主成分分析法(PCA)——基本原理与基于python sklearn库的PCA实现
目录简介算法流程基于pythonsklearn库的PCA例程简介主成分分析(PrincipalComponentAnalysis,PCA)通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量称为主成分,最终得到的主成分两两正交。应用场景:对于线性的拟合、分类算法,可以利用主成分分析对输入数据实现降维,去除冗余数据可以提高计算效率并提高计算精度;对于难以进行可视化的高维
章鱼千
·
2020-06-22 10:49
机器学习
数据处理
机器学习基础算法2-
数据降维
,数据划分,转化器,估计器。
目录数据的降维特征选择特征选择原因主要方法Filter(过滤式):VarianceThreshold
数据降维
PCA(主成分分析)降维案例机器学习开发流程机器学习算法分类数据集划分scikit-learn
Wind_know
·
2020-06-22 08:34
机器学习
数据降维
PCA算法之对鸢尾花
数据降维
处理并可视化
主成分分析(PCA)主成分分析是最常用的一种降维方法,通常用于高维数据集的探索与可视化,还可以用作数据压缩和预处理等。PCA可以把具有相关性的高维变量合成为线性无关的低维变量,称为主成分。主成分能够尽可能保留原始数据的信息。原理:矩阵的主成分就是协方差矩阵对应的特征向量,按照对应的特征值大小进行排序,最大的特征值就是第一主成分,其次是第二主成分,以此类推。importmatplotlib.pypl
SuperBetterMan
·
2020-06-22 06:58
机器学习
机器学习-多元高斯分布(异常检测)
不过博主的博客只写到“第十讲
数据降维
”http://blog.csdn.net/abcjennifer/article/details/8002329,后面还
Snail_Moved_Slowly
·
2020-06-22 05:31
机器学习
算法
机器学习
数据分析--时间问题与降维
数据降维
降低预测时间使用自带的数字模型,查看使用KNN算法和逻辑回归算法的分类时间,并降低数据维度缩短预测时间一般处理速度问题的几个方面1.数据量太大(抽样)2.样本特征太多(降维)3.样本的量级太大(
PyRookie
·
2020-06-22 03:53
降维处理
K-近邻算法
逻辑回归
数据分析
基于sklearn的主成分分析
理论部分特征降维特征降维是无监督学习的一种应用:将n维的
数据降维
为m维的数据(n>m)。
月见樽
·
2020-06-22 02:46
通俗易懂的主成分分析法(PCA)详解
3.怎样选定这组基用于
数据降维
?(目标)
Murray_
·
2020-06-22 02:32
机器学习
机器学习之
数据降维
数据降维
:减少特征数量一、特征选择1、特征选择原因冗余:部分特征相关度高,容易消耗计算性能噪声:部分特征对预测结果由影响2、特征选择是什么特征选择就是单纯地从提取到地所有特征中选择部分特征作为训练集特征主要方法
把小兔打哭
·
2020-06-21 19:16
机器学习
tsne
此外,t-SNE是一种非线性降维算法,非常适用于高维
数据降维
到2维或者3维,进行可视化。t-SNE是由SNE(StochasticNeighborEmbedding,SNE;Hinto
AI_future
·
2020-06-21 16:32
机器学习
机器学习中的数学:线性代数
聚焦四大纬度,筑牢知识体系:从构筑空间、空间投影、矩阵特征、
数据降维
四大维度,围绕核心,聚焦重点,筑牢与机器学习紧密相连的线性代数知识体系。
GitChat的博客
·
2020-06-21 09:48
从零开始实现主成分分析(PCA)算法
www.zhihu.com/people/feng-xue-ye-gui-zi前面两篇文章详细讲解了线性判别分析LDA,说到LDA,就不能不提到主成份分析,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
风雪夜归子
·
2020-06-21 09:31
手把手教你实现机器学习算法
数据降维
| 奇异值分解(SVD) 、推荐系统、图像压缩
01PCA.改在上一篇文章中,我们学习并实践了一种主流的
数据降维
算法——主成分分析(PCA)。
邓莎
·
2020-06-21 07:48
Python
机器学习算法实现
数据降维
| 主成分分析(PCA)
01
数据降维
数据分析中,我们常常面对较大的数据集,这里的“大”,一是指样本量大(如千万量级),二是指高维度(如几百个维度)。
邓莎
·
2020-06-21 07:17
机器学习算法实现
Python
用Spark进行大数据处理之机器学习篇
它提供的机器学习技术有:相关性、分类和回归、协同过滤、聚类和
数据降维
。spark.m
大数据hadoop
·
2020-06-20 23:16
大数据学习
互联网资讯
人工智能
机器学习作业---主成分分析PCA
数据降维
,话句话说就是将数据地特征数量变少,但又不是简单地删除特征。
数据降维
地目的可以是压缩数据,减少数据的存储空间,让算法提速;也可以是将数据降到二维或者三维进行可视化(二)主成分分析法在做什么?
山上有风景
·
2020-05-23 11:00
机器学习九----主成分分析
2、PCAPCA也是
数据降维
的一种方式,因为
数据降维
带着一定的数据损失,PCA主成分
xiaoAP
·
2020-05-04 15:00
8.特征选择
特征选择笔记回顾:
数据降维
:特征选择(此处重点--过滤式)主成分分析(PCA)特征选择原因:冗余:部分特征的相关度高,容易消耗计算性能噪声:部分特征对预测结果有影响降维:这里的维度(数组的维度)指的是特征的数量特征选择是什么
v林三岁
·
2020-04-27 17:00
LDA线性判别分析
LDA(LinearDiscriminantAnalysis)线性判别分析是一种有监督
数据降维
算法,它与我们之前提到的PCA都是数据清洗过程中最常用的两种
数据降维
技术。
taon
·
2020-04-23 16:49
上一页
14
15
16
17
18
19
20
21
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他