2020年4月14日
用PCA对鸢尾花数据集降维并可视化
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
posted @ 2020-04-14 20:58 Picassooo 阅读(3353) 评论(0) 推荐(0)
Python实现PCA降维
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
posted @ 2020-04-14 20:23 Picassooo 阅读(5330) 评论(2) 推荐(0)
numpy array之间直接相减和相加
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
posted @ 2020-04-14 12:06 Picassooo 阅读(8662) 评论(0) 推荐(0)
转：数据为什么要中心化和标准化？
摘要： 数据什么时候需要做中心化和标准化处理？ 阅读全文
posted @ 2020-04-14 11:41 Picassooo 阅读(563) 评论(0) 推荐(0)