sklearn PCA的使用

import numpy as np
from sklearn.decomposition import PCA

# 训练数据
train_data = np.array([[1, 2, 3], [4, 8, 12], [16, 32, 48]])
# 构造PCA实例,n_components:目标维度;whiten:是否白化
pca = PCA(n_components=2, whiten=True)
# 使用数据训练PCA
pca.fit(train_data)
# 数据降维
source = np.array([[1, 2, 3], [6, 6, 6], [1, 2, 3]])
transformed = pca.transform(source)
print(transformed)

 

转载于:https://www.cnblogs.com/yytxdy/p/11518574.html

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