首页 > 其他分享 >pca

pca

时间:2022-11-03 16:49:48浏览次数:48  
标签:降维 115.2 导入 降维后 学习曲线 维度 pca

一、写出PCA完成降维的主要步骤

①导入需要的模块和库;
②导入数据,探索数据;
③画累计方差贡献率,找最佳降维后维度的范围;
④降维后维度的学习曲线,继续缩小最佳维度的范围;
⑤细化学习曲线,找出降维后的最佳维度;
⑥导入找出的最佳维度进行降维,查看模型效果;
⑦如果维度已经降下来了,可以考虑利用KNN观察一下模型的效果;
⑧利用KNN的k值学习曲线,寻找最佳k值;
⑨根据定下的参数,观察模型效果如何。

二、详细写出题目降维的计算过程

我国大陆经济发展状况数据
  A1 A2 A3 A4 A5 A6 A7 A8
北京 1394.89 2505 519.01 8144 373.9 117.3 112.6 843.43
天津 920.11 2720 345.46 6501 342.8 115.2 110.6 582.51
河北 2849.52 1258 704.87 4839 2033.3 115.2 115.8 1234.85
山西 1092.48 1250 290.9 4721 717.3 116.9 115.6 697.25
内蒙古 832.88 1387 250.23 4134 781.7 117.5 116.8 419.39
辽宁 2793.37 2397 387.99 4911 1371.1 116.1 114 1840.55
吉林 1129.2 1872 320.45 4430 497.4 115.2 114.2 762.47
黑龙江 2014.53 2334 435.73 4145 824.8 116.1 114.3 1240.37
上海 2462.57 5343 996.48 9279 207.4 118.7 113 1642.95
江苏 5155.25 1926 1434.95 5934 1025.5 115.8 114.3 2026.64
浙江 3524.79 2249 1006.39 6619 754.4 116.6 113.5 916.59
安徽 2003.58 1254 474 4609 908.3 114.8 112.7 824.14
福建 2160.52 2320 553.97 5857 609.3 115.2 114.4 433.67
江西 1205.1 1182 282.84 4211 411.7 116.9 115.9 571.84
山东 5002.34 1527 1229.55 5145 1196.6 117.6 114.2 2207.69
河南 3002.74 1034 670.35 4344 1574.4 116.5 114.9 1367.92
湖北 2391.42 1527 571.68 4685 849 120 116.6 1220.72
湖南 2195.7 1408 422.61 4797 1011.8 119 115.5 843.83
广东 5381.72 2699 1639.83 8250 656.5 114 111.6 1396.35
广西 1606.15 1314 382.59 5150 556 118.4 116.4 554.97
海南 364.17 1814 198.35 5340 232.1 113.5 111.3 64.33
四川 3534 1261 822.54 4645 902.3 118.5 117 1431.81
贵州 630.07 942 150.84 4475 301.1 121.4 117.2 324.72
云南 1206.68 1261 334 5149 310.4 121.3 118.1 716.65
西藏 55.98 1110 17.87 7382 4.2 117.3 114.9 5.57
陕西 1000.03 1208 300.27 4396 500.9 119 117 600.98
甘肃 553.35 1007 114.81 5493 507 119.8 116.5 468.79
青海 165.31 1445 47.76 5753 61.6 118 116.3 105.8
宁夏 169.75 1355 61.98 5079 121.8 117.1 115.3 114.4
新疆 834.57 1469 376.95 5348 339 119.7 116.7 428.76

 1、导入数据

 

 

 2、每行数据减去同行平均数

 

 

 

 

 3、计算协方差

 

 

 4、求特征值与特征向量

 

 

 5、降维

 

 

标签:降维,115.2,导入,降维后,学习曲线,维度,pca
From: https://www.cnblogs.com/cmx3186588507-/p/16852695.html

相关文章

  • PCA降维
    一.读取数据源importpandasaspdimportopenpyxlimportnumpyasnpdata=pd.read_excel("D:\HOMEWORK\Project1/我国大陆经济发展状况数据.xlsx",header=None,eng......
  • 如何用小黄鸟(HttpCanary)下载微信视频号的直播回放?
    目前微信视频号直播只在手机端才会显是,PC端不会显示,为此我们需要手机端抓包工具进行抓包,找到直播回放的的m3u8地址,用相应的工具下载即可。 下面开始教学: 第一步:下载......
  • 【降维之PCA】PCA实例
    数据介绍:PCA实现高维数据可视化目标:已知莺尾花数据是4维的,共三类样本(150*4)。使用РСA实现鸢尾花数据进行降维,实现在二维平面上的可视化。PCA可以将具有相关性的高维变......
  • python3使用libpcap库进行抓包及数据处理
    python版本:python3.9libpcap版本:1.11.0b7pythonlibpcap库是底层绑定c语言libpcap库的开发包,旨在提供python应用可访问的unixclibpcap库API(以及为win32系统提供的Npca......
  • PCA主成分分析讲解比较好的视频
     参考视频:https://www.bilibili.com/video/BV1E5411E71z/?spm_id_from=autoNext&vd_source=3ad05e655a5ea14063a9fd1c0dcdee3ehttps://www.bilibili.com/video/BV1C741......
  • 第7章 PCA与梯度上升法
     7-1什么是PCA                                         7-2使用梯度上......
  • PCA主成分分析原理随笔
    PCA是一种无监督学习的多元统计分析方法,提取多元事物是主要因素揭示其本质特征 D(经过预处理白数据)→SD(对数据进行拉伸)→RSD(对数据进行旋转)→D'数据拉伸方向为方......
  • Connecting Graph Convolution and Graph PCA
    目录概符号说明本文思路ZhaoL.andAkogluL.Connectinggraphconvolutionandgraphpca.2022.概从graph-regularizedPCA角度提出一种GCN的messagepassin......
  • 详解降维-主成分分析-概率角度(Probabilistic PCA)【白板推导系列笔记】
    教科书对PCA的推导一般是基于最小化重建误差或者最大化可分性的,或者说是通过提取数据集的结构信息来建模一个约束最优化问题来推导的。事实上,PCA还有一种概率形式的推导,那......
  • 详解降维-SVD角度看PCA和PCoA & 主成分分析-概率角度(Probabilistic PCA)【白板推导系列
    前一节说明了重构特征空间找什么方向的向量,本节讲的是如何重构特征空间,即通过特征分解(SVD) 对于中心化的数据矩阵$HX$进行SVD$$HX=U\SigmaV^{T}\quad\left{\begin{al......