- 博客(3)
- 收藏
- 关注
原创 PCA(主成分分析压缩特征)
虽然我最终实现了特征压缩,但是我把一个50285*9大小的数据矩阵压缩到了168*9大小,但是结果表明,压缩可能过于激烈了,把一些数据间的分布规律给压缩掉了,后面直接使用50285*9大小矩阵进行学习,结果大幅度优化),在这里我只介绍我理解的PCA的用法。我们使用第二列Cycle进行分组,因为PCA方法时特征提取的方法,适合列压缩,如果我们要用行压缩并一一对应,必须要将原来的数据按分组的形式转置,把每一个数据都看成一个特征,在使用PCA即可。因此我们必须使用Cycle分组进行转置,在使用PCA。
2023-04-26 10:54:58
200
1
原创 今天是写博客的第一天,主要是记录和回顾一下所学的知识。计算数据之间的相关性。
首先先倒入一个pandas包,用于读取数据集,并转化为一个dataframe类型的对象,其中datafram对象是最常用的pandas数据格式,类似于excel表格或sql表。需要注意的是,由于数据集并不是一一对应的数据集,例如一个Cycle可能对应若干个Time,使用这个热力图可能不是很好的展现其相关性这里只是以这个数据集举例。以上的方法可以计算一个数据集的所有属性之间的相关性,当然数据集最好是一一对应的数据集。如果我想要更加形象的观看不同属性的相关性,我们可以把corr_matrix画出来。
2023-04-26 09:36:13
110
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人