机器学习PCA实现

代码链接:


from numpy import *


def loadDataSet(fileName, delim='\t'):
    fr = open(fileName)
    stringArr = [line.strip().split(delim) for line in fr.readlines()]
    datArr = []
    for line in stringArr:
        curLine = [float(val) for val in line]
        datArr.append(curLine)
    return mat(datArr)


def pca(dataMat, topNfeat=9999999):
    meanVals = mean(dataMat, axis=0)  # 求列的平均值
    meanRemoved = dataMat - meanVals  # 去平均值
    covMat = cov(meanRemoved, rowvar=0)  # 协方差矩阵
    eigVals, eigVects = linalg.eig(mat(covMat))  # 计算特征值和特征向量
    eigValInd = argsort(eigVals)  # 升序排序
    # seq[start:end:step]
    eigValInd = eigValInd[: - (topNfeat + 1):-1]  # 对N个值升序排序1
    redEigVects = eigVects[:, eigValInd]  # 对N个值升序排序2
    lowDDataMat = meanRemoved * redEigVects  # 将数据转换到新空间
    reconMat = (lowDDataMat * redEigVects.T) + meanVals
    return lowDDataMat, reconMat


def replaceNanWithMean():
    datMat = loadDataSet('secom.data', ' ')
    numFeat = shape(datMat)[1]
    for i in range(numFeat):
        # datMat[con1, col]:con1为条件.
        # 这里datMat[:,i].A是取出第i列的元素,
        # 通过~isnan()取得数字元素的引用,
        # nonzero()构造非零矩阵,所有数值元素集中在第一行,
        # datMat[nonzero(~isnan(datMat[:, i].A))[0], i]
        # 代表取得第i列中对应非零矩阵第一行中的元素
        meanVal = mean(datMat[nonzero(~isnan(datMat[:, i].A))[0], i])  # 计算平均值
        datMat[nonzero(isnan(datMat[:, i].A))[0], i] = meanVal  # 对NAN元素赋予平均值
    return datMat


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值