[数学模型]主成分分析法python实现   发布时间:2017-09-02 11:34:05

[数学模型]主成分分析法python实现 def pca(dataMat, topNfeat=9999999): #数据矩阵, 输出前topNfeat个feat meanVals = mean(dataMat, axis=0) # 计算平均值 meanRemoved = dataMat - meanVals covMat = cov(meanRemoved, rowvar=0) #计算协方差矩阵 eigVals,eigVects = linalg.eig(mat(covMat)) #特征值, eigValInd = argsort(eigVals) #排序, 找出特征值大的. 其实就是与其他的变化最不相符 eigValInd = eigValInd[:-(topNfeat+1):-1] #反转 redEigVects = eigVects[:,eigValInd] # lowDDataMat = meanRemoved * redEigVects #映射 reconMat = (lowDDataMat * redEigVects.T) + meanVals return lowDDataMat, reconMat

主成分分析法的数学原理我们可以简单地了解一下就可以了: 找到变化最大的方向作为新的feature

若想从程序的到的结果, 推断出这样划分的意义, redEigVects 非常关键, 它给出了一个映射关系

,站群软件

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:襄阳SEO http://xiangyang.4567w.com