手写pca

import numpy as np

# 10 samples, 15 features
batch = 20
data = np.random.rand(batch, 15)
mean = data.mean(axis=0)
data -= mean
cov = np.cov(data.T)
eigen_value, feature_vector = np.linalg.eig(cov)
eigen_value_part = eigen_value[:5]
feature_vector_part = feature_vector[:5]  # 5 15
# data 20 15
new_data = data @ feature_vector_part.T
print(new_data)
print(new_data.shape)

 

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