用sklearn的PCA

scikit-learn中PCA的使用方法
PCA的python语句
vs code的安装使用
使用vs code编写代码

    ##用sklearn的PCA
    from sklearn.decomposition import PCA
    import numpy as np
    X = np.array([[1, 1], [0.9, 0.95], [1.01, 1.03], [2, 2], [2.03, 2.06], [1.98, 1.89],[3,3],[3.03,3.05],[2.89,3.1],[4,4],[4.06,4.02],[3.97,4.01]])
    pca=PCA(n_components=1) #降维后特征值数量为1
    #pca.fit(X)
    newX=pca.fit_transform(X)  #输出降维后的向量
  • 0
    点赞
  • 1
    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