kmeasns中的whiten介绍

kmeasns中的whiten介绍

whiten: 基于每个特征对一组观察值进行标准化(Normalize)。

在运行k-means之前，通过观测集的标准偏差重新缩放观测集的每个特征维度是有益的（即“白化”观测集-如在“白噪声”中，每个频率具有相同的功率）。将每个特征除以所有观测值的标准偏差，得到单位方差。

from scipy.cluster.vq import whiten
import numpy as np

矩阵方程长什么样子? 代表什么意义?

f: features
o: observation

>>> #         f0    f1    f2
>>>
>>> obs = [[  1.,   1.,   1.],  #o0
>>> ...        [  2.,   2.,   2.],  #o1
>>> ...        [  3.,   3.,   3.],  #o2
>>> ...        [  4.,   4.,   4.]]  #o3

features  = np.array([[1, 1, 1],
                      [2, 2, 2],
                      [3, 3, 3]])
whiten(features)

array([[1.22474487, 1.22474487, 1.22474487],
       [2.44948974, 2.44948974, 2.44948974],
       [3.67423461, 3.67423461, 3.67423461]])

可以看出来, 针对每个特征做了处理.

features  = np.array([[1, 1, 1],
                      [1, 2, 2],
                      [1, 3, 3]])
whiten(features)

[envs]\pytorch_env\lib\site-packages\scipy\cluster\vq.py:136: RuntimeWarning: Some columns have standard deviation zero. The values of these columns will not change.
warnings.warn("Some columns have standard deviation zero. "

array([[1.        , 1.22474487, 1.22474487],
       [1.        , 2.44948974, 2.44948974],
       [1.        , 3.67423461, 3.67423461]])

最后一个示例

features  = np.array([[1, 2, 0],
                      [1, 2, 0],
                      [1, 3, 3]])
whiten(features)

array([[1.        , 4.24264069, 0.        ],
       [1.        , 4.24264069, 0.        ],
       [1.        , 6.36396103, 2.12132034]])