- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我一直在使用在 scikit-learn 中实现的 PCA。但是,我想找到拟合训练数据集后产生的特征值和特征向量。文档中没有提及两者。
其次,这些特征值和特征向量本身是否可以用作分类目的的特征?
最佳答案
我在这里假设特征向量是指协方差矩阵的特征向量。
假设您在 p 维空间中有 n 个数据点,X 是您的点的 p x n 矩阵,那么主成分的方向是协方差矩阵 XXT 的特征向量。您可以通过访问 PCA
对象的 components_
属性从 sklearn 获取这些特征向量的方向。这可以按如下方式完成:
from sklearn.decomposition import PCA
import numpy as np
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
pca = PCA()
pca.fit(X)
print pca.components_
这给出了类似的输出
[[ 0.83849224 0.54491354]
[ 0.54491354 -0.83849224]]
其中每一行都是 p 维空间中的主要成分(在这个玩具示例中为 2)。这些行中的每一行都是居中协方差矩阵 XXT 的特征向量。
就特征值而言,没有直接的方法可以从 PCA
对象中获取它们。 PCA
对象确实有一个名为 explained_variance_ratio_
的属性,它给出了每个分量的方差百分比。每个组件的这些数字与特征值成正比。在我们的玩具示例中,如果打印 explained_variance_ratio_
属性,我们会得到这些:
[ 0.99244289 0.00755711]
这意味着第一主成分的特征值与第二主成分的特征值之比为 0.99244289:0.00755711
。
如果对PCA的基础数学理解清楚,那么获取Eigenvectors和Eigenvalues的更好方法是使用numpy.linalg.eig
获取居中协方差矩阵的Eigenvalues和Eigenvectors .如果你的数据矩阵是一个p x n矩阵,X(p个特征,n个点),那么你可以使用下面的代码:
import numpy as np
centered_matrix = X - X.mean(axis=1)[:, np.newaxis]
cov = np.dot(centered_matrix, centered_matrix.T)
eigvals, eigvecs = np.linalg.eig(cov)
来到你的第二个问题。这些 EigenValues 和 EigenVectors 本身不能用于分类。对于分类,您需要每个数据点的特征。您生成的这些特征向量和特征值源自整个协方差矩阵 XXT。对于降维,您可以使用原始点(在 p 维空间中)对作为 PCA 结果获得的主成分的投影。然而,这也不总是有用,因为 PCA 没有考虑训练数据的标签。我建议您查看 LDA 以了解监督问题。
希望对您有所帮助。
关于python - 在 scikit-learn 中查找和利用来自 PCA 的特征值和特征向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37757172/
我在 GlassFish (J2EE_1.4) 上的 NetBeans 中开发企业项目。我的项目中有一些实体 bean、一些 session bean 和消息驱动 bean。我以如下方式使用 serv
什么在速度方面更好...... 我正在尝试确定用户是否已将某个 URL 添加到他们的快捷方式列表中。如果他们添加了 URL,页面上就会有一个链接,用于从快捷方式中删除该页面,否则他们可以将其添加到快捷
我的问题如下: 我打开一个Excel-File,但我不知道我的客户在模板文件中使用了哪些可能的标头变量。它们可以是:#DATE,#TIME,#NAME等。因此,我需要查找这些变量,以及是否已使用过:替
我有一堆以“-e”结尾的文件要删除。 $ find . -name "*-e" exec rm {} \; find: exec: unknown primary or operator 正则表达式是
我有一个简单的问题:是否可以在 TypeScript 中获取联合的一部分的类型? 例如,您可以经常使用如下查找类型: interface Person { name: string; } type
我正在尝试设置 Point Cloud Library启用 CUDA 选项的主干构建。 我相信我已经按照 these instructions 正确安装了 CUDA . 在 PCL 构建的 cmake
我将首先说我所知道的唯一 VBA 是操作录制的宏的反复试验。我是一名注册会计师,试图以艰难的方式学习 VBA(并希望我去学校学习计算机编程!)。 我有带有多个工作表的大型工作簿。 G 列中以黄色突出显
当文件数达到阈值时,我试图删除目录中最旧的文件。 list_of_files = os.listdir('log') if len([name for name in list_of_files
我有一个数组,它有一些重复的值。 我必须计算每个重复项的数量及其索引。 打印如: Index of b: 1 Index of b: 4 Index of c: 2 Index of c: 3 Ind
我已经搜索了我的问题的解决方案,但没有成功。热键 ctrl+F 找到的 eclipse 查找/替换功能不起作用。注意:通过 Eclipse 菜单 Edit>Find Replace(不工作我的意思是
我想检查 div 是否包含类为“error”的子级,但条件是错误类显示不等于无。 (意味着错误类必须可见。 如何更改我的以下代码: $(".related_field").each(function
这个问题已经有答案了: 已关闭13 年前。 Possible Duplicate: Can jQuery provide the tag name? 嗨! 这个问题太基础了,我不好意思问,但我尝试了
我一直听说这是 cygwin 的路径问题。它阻止了 emacs 在我的 cygwin 中工作。当我在 cli(不是 bash/cygwin)上执行 find 时,无论我输入什么,我都会得到同样的错误。
我正在使用此变量来获取一个或多个与我需要的值相匹配的值。 var mail = $("#dat").contents().find("td:contains('" + name + "')" ).si
请原谅这个长问题。我只是不确定解决这个问题的最佳方法是什么。 我有一个电子表格(Google 表格),其中包含用户和地址列表,我需要从中创建邮寄标签。该电子表格是从我们的学生信息系统导出的。这些地址应
我正在 Excel VBA 中创建一个公式,以解析单元格中以逗号分隔的“部分”列表。在另一个工作表中查找具有该零件名称的单元格,然后使用找到的该单元格的地址来获取同一行不同列的零件成本。我为此工作了数
我被要求在网络应用程序上实现一些电子邮件地址验证 - 我确信我们都已经经历过一千次了...但是,这一次我被要求在域上进行 MX 查找查看它是否接受电子邮件。 有人知道这样做有任何潜在的问题吗? mx
我有一个切换按钮,可读取.wave文件,并且字符串更改为暂停,然后..... 我的问题是,当用户播放声音时,按钮字符串更改为暂停,结束声音后,该字符串仍为暂停状态,我想将其更改为播放。但是我不知道如何
对于令人困惑的标题提前表示歉意。我的问题如下,我在大约 600 个文件中有以下文本: $_REQUEST['FOO'] 我想将其替换为以下内容: $this->input->post('FOO') 为
我正在使用 Ansible 的查找功能查找 INI 文件中的值。这是文档中的示例: - debug: msg="User in integration is {{ lookup('ini', 'use
我是一名优秀的程序员,十分优秀!