dimension-reduction

2熱

1答えて

PCAを適用しない機能の使用

データセットに8つの機能があるとします。私はPCAを使用して、説明された分散比率の累積合計を使用して、情報の99％が最初の3つの機能にあることを確認します。 それでは、ニューラルネットワークのトレーニングにPCAを使用するために、これら3つの機能をPCAを使って適合させ、変換する必要があるのはなぜですか？なぜ私は3つの機能をそのまま使用していますか？

machine-learning neural-network pca cross-validation dimension-reduction 2017-07-10

---

1熱

1答えて

直交マッチング追跡

私はPythonで直交マッチング追跡アルゴリズムを実行し、次の警告を得る： RuntimeWarningを：直交マッチング追跡が原因辞書に線形依存性に途中で終了。要求された精度が満たされていない可能性があります。 辞書のリニア依存関係を削除するにはどうすればよいですか？

python machine-learning feature-selection dimension-reduction 2016-07-30

---

2熱

1答えて

なぜscikit-learn truncatedSVDはデフォルトで「ランダム化」アルゴリズムを使用していますか？

'arpack'を使用する場合、分散比が約0.5（n_iter = 10）の の場合は、ランダム化されたものを使用した場合、30000×40000のサイズの文書 - 行列を使用して3000次元に次元を縮小すると使用されました（ ）約0.9 'ランダム化された'アルゴリズムの分散比は 'arpack'のいずれよりも低くなっています。 なぜ、scikit-learn truncatedSVDはデフォル

scikit-learn svd dimension-reduction 2016-04-23

---