- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 主成分分析法的基本原理
它的基本原理是通过线性变换，将高维数据转换为低维空间，同时保留数据的最大方差。这是因为各个特征可能具有不同的尺度和变化范围，而PCA是基于数据的协方差矩阵计算的，所以标准化可以消除单位和尺度的差异。是基于最小二乘法原理，将一组数据通过选定的数据拟合算法拟合成一组曲线，选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。这些主成分对应了最大的方差，即数据中最重要的特征。主成分分析还具有对数据进行可视化的能力，可以通过绘制主成分的散点图或者数据的散点图来展示数据的分布和相关性。
2024-04-28 10:52:10
386
原创 【全球最新文献】文献鸟—科研文献实时推送工具，科研人必备！
你只需添加上想追踪的关键词，Stork就会定期发送相关的文献到你的邮箱中。当搜索的结果特别多时，需要快速知道哪篇文章更值得一看，文献鸟就会把每篇文章对应的期刊的影响因子用亮黄标记出来。文献那么多，怎么才能迅速找到想要的文献?设置的内容包括：设置获取文献的关键词、邮件接收频率、如果没有最新文献是否发送，全文链接、影响因子等一系列的条，然后你要做的就是等待邮箱信息就可以了。还有贴心的提示，让你更准确地找到所需文献，获得最好的用户体验。你会发现邮件里文献信息整理的非常有条理，同时提供的文献信息也非常详细。
2024-04-09 14:49:50
837
1
原创 一文读懂【主成分分析（PCA）】
这组新的观测数据实质上是原始数据的一种变换，虽然其含义与原始数据不同，但却包含了原始数据的大部分特征，而且维度较低，便于进一步的分析。在空间上，可以将PCA理解为将原始数据投射到一个新的坐标系统，其中第一主成分对应第一坐标轴，表示了原始数据中多个变量通过某种变换得到的新变量的变化范围。这组新的观测数据实质上是原始数据的一种变换，虽然其含义与原始数据不同，但却包含了原始数据的大部分特征，而且维度较低，便于进一步的分析。随后的每个主成分都与前面的主成分正交（夹角为90°），并且具有仅次于前一主成分的最大方差。
2024-04-07 21:40:05
2462
原创 如何通过手机进行数据拟合
曲线拟合APP，通过手机端进行数据拟合，提供了一种便携式数据拟合的工作方式，提高了用户对于数据拟合的效率，并且及时得出数据拟合的结果。目前支持线性拟合、对数拟合、指数拟合、多项式拟合、峰拟合、高斯拟合、四参数拟合等多种拟合方式。今天给大家推荐一款学习以及科研赋能的效率工具App，能够通过手机app一键拟合，并支持多种函数已经实验场景，总有一个能够匹配你的，下面为你们做下详细的介绍。支持大数据拟合，目前提供了股票数据多种拟合函数的拟合。支持拟合对比，即多种拟合函数数据进行拟合曲线对比。
2024-04-02 11:04:08
437
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人