dimensionality-reduction

1Hitze

1Antwort

RGB zu grau mit scikit-learn Manifold

Ich versuche, die Abmessungen zu reduzieren, um ein RGB-Bild mit manifold learning methods grau zu machen. Ich habe ein Bild in eine numpy Array umgewandelt (image_array) import numpy as np from skle

python-2.7 image-processing scikit-learn dimensionality-reduction 2016-04-28

---

1Hitze

2Antwort

Perform Clustering mit t-SNE Dimensionalitätsreduktion

Die Frage ist eine Frage, die zuerst kommen sollte: a) die Clusterbildung oder b) die Dimensionalitätsreduktion Algorithmus? Mit anderen Worten, kann ich eine Pseudo (wie es ist nicht wirklich) Dimens

python algorithm cluster-analysis dimensionality-reduction 2016-06-20

---

1Hitze

1Antwort

Wie erhalten Sie die Eigenwerte nach der multidimensionalen Skalierung?

Ich interessiere mich für einen Blick auf die Eigenwerte nach der multidimensionalen Skalierung. Welche Funktion kann das? Ich schaute auf die documentation, aber es erwähnt Eigenvalues ​​überhaupt ni

python scikit-learn eigenvalue dimensionality-reduction multi-dimensional-scaling 2016-06-30

---

6Hitze

1Antwort

Rotationsargument für scikit-learns Faktorenanalyse

Ein Kennzeichen der Faktorenanalyse ist, dass nicht-orthogonale latente Variablen berücksichtigt werden. In R ist diese Funktion beispielsweise über den Parameter rotation von factanal erreichbar. Gib

python scikit-learn dimensionality-reduction factor-analysis 2016-05-14

---

7Hitze

1Antwort

LDA ignorieren n_components?

Wenn ich versuche, mit LDA arbeiten von Scikit-Learn, nur hält mich eine Komponente zu geben, auch wenn ich für mehr bin zu fragen: /Users/orthogonal/virtualenvs/osxml/lib/python2.7/site-packages/skle

python scikit-learn dimensionality-reduction 2014-11-16

---

6Hitze

1Antwort

Wie können Sie bei der Verarbeitung natürlicher Sprache (NLP) eine effiziente Dimensionsreduktion vornehmen?

In NLP ist es immer so, dass die Dimension der Features sehr groß ist. Zum Beispiel ist für ein vorliegendes Projekt die Dimension der Merkmale fast 20 Tausend (p = 20.000), und jedes Merkmal ist eine

text machine-learning nlp dimensionality-reduction dimension-reduction 2014-11-21

---

1Hitze

1Antwort

Wenn ICA statt PCA verwendet wird?

Ich weiß, dass PCA und ICA beide für Dimensionalitätsreduktion verwendet werden und in PCA Hauptkomponenten sind orthogonal (nicht unbedingt unabhängig), aber in ICA sind sie unabhängig. Kann jemand b

machine-learning pca dimensionality-reduction 2016-05-25

---

2Hitze

1Antwort

Wie bekomme ich `skbio` PCoA (Hauptkoordinatenanalyse) Ergebnisse?

Ich bin auf die attributes von skbio'sPCoA Methode (unten aufgeführt). Ich bin neu in diesem API und ich möchte in der Lage sein, die eigenvectors und die ursprünglichen Punkte projiziert auf die neue

machine-learning linear-algebra scikits dimensionality-reduction skbio 2016-07-14

---

0Hitze

1Antwort

Matlab: Dimension Reduktion

LEt x_t = F(x_{t-1}) in ein discret in der Zeit ein dynamisches System sein chaotic regime. Ausgehend von einem Anfangszustand x_0, können wir eine Zeitreihe erzeugen = x_t wo t =1,2,...,T den Zeitind

matlab matrix machine-learning dimensionality-reduction 2016-04-09

---

5Hitze

1Antwort

Auswahl der Komponenten mit den meisten Abweichungen in PCA

Ich habe einen riesigen Datensatz (32000 * 2500), den ich für das Training brauche. Dies scheint zu viel für meinen Klassifikator zu sein, also beschloss ich, etwas über die Reduktion der Dimensionali

matlab machine-learning classification pca dimensionality-reduction 2016-02-27

---