摘要:
上篇博客中,我们介绍了并用代码实现了PCA算法,本篇博客我们应用PCA算法对鸢尾花数据集降维,并可视化。 鸢尾花数据集简介 代码实现 代码来自MOOC网的《Python机器学习应用》课程。 import matplotlib.pyplot as plt from sklearn.decomposit 阅读全文
摘要:
PCA算法 主成分分析(Principal Component Analysis,PCA)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。PCA的计算涉及 阅读全文
摘要:
numpy array之间可以直接相减: numpy array之间可以直接相加,numpy array也可以和一个标量直接相加: import numpy as np a = np.ones((2, 3)) b = np.array([[5]]) print(a+b) # array([[6., 阅读全文
摘要:
数据什么时候需要做中心化和标准化处理? 阅读全文