pca

    0熱

    1答えて

    非負行列分解を実装するためのスパークパイプラインにALSを統合する方法は？

    私はスパイアmllibを使用してナイーブベイのクラシファイアモデルをトレーニングしています。ここでは、文字列フィーチャのインデックスを作成するパイプラインを作成し、次元削減のためにPCAを正規化して適用します。私はパイプラインを実行すると、私はPCAのコンポーネントvector.Onグーグルで私は正ベクトルを得るためにNMF（非負行列の因子分解）を適用する必要があり、私はALSがメソッドでNMFを
    java machine-learning apache-spark-mllib pca naivebayes 2017-07-31

    -3熱

    1答えて

    顔認識で固有顔を正規化する方法は？

    顔認識のためのPCAアルゴリズムで|| u || = 1とは何ですか？あなたは（ただし、非常に限られた）説明した内容に基づい
    c# pca face-recognition alglib 2017-07-31

    0熱

    1答えて

    PCAで散布図を作成する方法と結果を読む方法

    私はちょっと初心者でPCAに慣れていません。私の問題は、アンケートでは9つの変数からの観測値を持つリストがあります。最初は回答者の性別であり、次の5つ（Q51_1_c、Q51_2_c、Q51_4_c、Q51_6_c、Q51_7_c）は起業家問題について質問し、期待値（Q56_1_c、Q56_2_c、Q56_3_c）。ジェンダーを除いて、これらの変数はすべて1から5の間の値をとります。私は2つの軸を
    scatter-plot pca 2017-08-03

    1熱

    2答えて

    固有顔アプローチの重み

    1）eigenfaceアプローチでは、固有顔は異なる顔の要素の組み合わせです。これらの要素は何ですか？ 2）出力面は、異なる重みを持つ異なる固有顔で構成された画像です。固有顔の重みは正確に何を意味しますか？私は体重がイメージの固有顔のパーセンテージであることを知っていますが、それは正確に何を意味するのですか？選択されたピクセルの数を意味しますか？
    machine-learning pca eigenvector 2017-08-03

    0熱

    1答えて

    Eigenfaceのアプローチ

    principle components analysis (PCA)なぜ私たちは未知の画像を識別するために固有顔を計算する必要がありますか？なぜ私たちは未知の画像と訓練データセットの画像との間の最良の一致を見つけるために類似性尺度を使用するだけではないのですか？
    machine-learning pca 2017-08-05

    2熱

    1答えて

    PCA、TruncatedSVD、ICAの違いは何ですか？

    PCA（主成分分析）、TruncatedSVD（切り捨て特異値分解）、ICA（独立成分分析）の違いを教えてもらえますか？
    machine-learning pca svd 2017-08-05

    0熱

    1答えて

    FactomineRの加重PCAはp.values = 0を示します

    RのFactoMineRパッケージを使用してPCAを実行するとp.valuesに関する問題が発生します。この行にはPCA（row.w）の加重が適用されますが、示す場合p.valuesは、コマンドを使用して、すべてゼロです：私は、行の重みを使用して、p.valuesを表示したくないとき res = dimdesc(res.mca, axes=1:2, proba=0.05) だから、彼らはすべて
    pca 2017-08-10

    0熱

    1答えて

    新しい文書を散布図にプロットする

    私は自分のデータを洞察したいと思っています。私はそれらをsklearn PCAを使ってVSMに変換し、それらをmatplotlibグラフにプロットしています。そして、これは私が 変換を用いて変換しています、私のモデルに pca = PCA().fit(test) それをフィッティングパイプライン test = pipeline.fit_transform(docs).todense() を
    python matplotlib scikit-learn pca 2017-08-11

    1熱

    1答えて

    ggplot geom point、テキストを変更する

    R statモジュールprcompとggplot2を使用してpca解析を実行しようとしていますが、サンプルデータは以下のようになります。各車種について、3つの列にデータがあります。これまで、以下のコードを使ってプロットを生成することができました。 DF： > head(car.df) honda_1_smp honda_2_smp honda_3_smp audi_1_smp audi_
    r ggplot2 pca 2017-08-14

    0熱

    1答えて

    sklearnから因子負荷を抽出できないPCA

    どの因子がどの変数に読み込まれるかを調べるために因子負荷が必要です。私は、次のリンクを参照しています：ここで Factor Loadings using sklearn はINPUT_DATAがmaster_dataである私のコードです。 X=master_data_predictors.values #Scaling the values X = scale(X) #taking eq
    python scikit-learn pca 2017-08-17
最新の質問