python pca函数_在Python中实现PCA（基于特征向量）

最新推荐文章于 2024-08-23 17:24:51 发布

林艾舒

最新推荐文章于 2024-08-23 17:24:51 发布

阅读量1.3k

点赞数

文章标签： python pca函数

本文链接：https://blog.csdn.net/weixin_33877700/article/details/114912025

版权

本文探讨了一位开发者在Python中实现PCA（主成分分析）时遇到的问题，发现结果与Matlab的PCA实现产生不同符号。通过对比测试值，分析了可能存在的算法错误。

摘要由CSDN通过智能技术生成

我尝试用Python实现PCA。我的目标是创建一个行为类似于Matlab的PCA实现的版本。然而，我认为我错过了一个关键点，因为我的测试部分产生了错误符号(+/-)的结果。在

你能找出算法的错误吗？为什么这些标志有时不同？在

基于特征向量的PCA实现：new_array_rank=4

A_mean = np.mean(A, axis=0)

A = A - A_mean

covariance_matrix = np.cov(A.T)

eigen_values, eigen_vectors = np.linalg.eig(covariance_matrix)

new_index = np.argsort(eigen_values)[::-1]

eigen_vectors = eigen_vectors[:,new_index]

eigen_values = eigen_values[new_index]

eigen_vectors = eigen_vectors[:,:new_array_rank]

return np.dot(eigen_vectors.T, A.T).T

我的测试值：

^{pr2}$

我的特征向量PCA结果：array([[ 5.09548931e-01, -3.97079651e-01, -1.47555867e-01,

-3.55343967e-02, -4.92125732e-01, -1.78191399e-01,

-3.29543974e-02, 3.71406504e-03, 1.06404170e-01,

-1.66533454e-16],

[ -5.15879041

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

林艾舒

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

PCA 原理及 Python 实现

lguduy的博客

12-19

1万+

PCA是机器学习中一个很重要的算法，这篇文章主要是对PCA算法的一个总结。

python的pca函数_PCA降维算法的python实现

weixin_39875503的博客

02-21

3186

主成分分析(PCA)是一种无监督的学习方式，是一种常用的线性降维方法。如果遇到多因素分析，想要很多个自变量与因变量进行线性回归分析，一般都必须进行降维处理，而主成分分析是一种很好的解决方案。一、PCA简介PCA是将数据的n维特征映射到k维上(kPCA求解的一般流程为：(1)将原始数据进行标准化；(2)计算标准化数据集的协方差矩阵；(3)计算协方差矩阵的特征值和特征向量；(4)保留最重要的k个特征(...

参与评论您还未登录，请先登录后发表或查看评论

PCA的Python实现

大学之道，在明明德

11-16

3757

PCA的Python实现 pca讲解：http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html python实现：http://blog.csdn.net/u012162613/article/details/42177327 """ 总的代码. Func: 对原始的特征矩阵进行降维, lowDataMat为降维之后返回新的特

Python实现PCA算法

最新发布

qq_42568323的博客

08-23

1278

主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维技术。它通过将数据从高维空间投影到低维空间，最大化数据的方差，使得低维空间中能够保留原始数据的主要信息。PCA在许多领域，如数据压缩、特征提取、数据可视化等，有着广泛的应用。我们使用MNIST数据集中的手写数字图像作为示例。每张图像由28x28的像素构成，总共有784个特征。PCA作为一种强大的数据分析工具，在数据压缩、降噪和可视化中具有重要作用。

用Python一步一步实现PCA

阿尔卑斯LOVE

03-20

3791

Requirements： Python环境部署：http://blog.csdn.net/luzhangting/article/details/61414485 PCA原理：http://blog.csdn.net/zhongkelee/article/details/44064401第一步：生成三维的样本数据生成40个三维数据，分两类，每一类20个第一类：均值[0,0,0],方差[

PCA实现代码（Python）

04-16

提供了PCA实现的代码，以及图片处理实例的代码，图片需要自己寻找且编号（16张，编号为01,02,...,16.jpg）

PCA.zip_pca_python_zip_人脸识别 python_人脸识别python

07-15

4. **Python实现PCA**：在`PCA.py`中，可能会使用Python的数据科学库如NumPy和SciPy来实现PCA。NumPy用于矩阵运算，SciPy则提供了计算特征值和特征向量的函数。此外，sklearn库也提供了一个方便的PCA类，可以直接...

pca_digits_3_pca_pythonPCA算法_源码.rar

09-29

在"pca_digits_3_pca_pythonPCA算法_源码.rar"这个压缩包中，我们可以推测其包含了一个名为"pca_digits_3.ipynb"的Jupyter Notebook文件，该文件很可能展示了如何用Python实现PCA算法，并应用到手写数字识别的数据集...

pca_normal_normal_点云_pca_点云主成分分析_法向量计算_

09-29

在实际操作中，用户可以下载这个`pca_normal.py`文件，根据自己的点云数据和需求，调用相应的函数进行PCA和法向量计算。需要注意的是，正确使用这个代码可能需要对点云数据处理和Python编程有一定的了解，包括numpy...

python主成分分析_Python机器学习笔记：主成分分析（PCA）算法

weixin_39570530的博客

11-28

1667

一：引入问题首先看一个表格，下表是某些学生的语文，数学，物理，化学成绩统计：首先，假设这些科目成绩不相关，也就是说某一科目考多少分与其他科目没有关系，那么如何判断三个学生的优秀程度呢？首先我们一眼就能看出来，数学，物理，化学这三门课的成绩构成了这组数据的主成分（很显然，数学作为第一主成分，因为数据成绩拉的最开）。那么为什么我们能一眼看出来呢？当然是我们的坐标轴选对了！！下面，我们继续看一个表格，下...

基于python实现pca（主成分分析）原理和实现

m0_62682527的博客

12-31

2618

PCA（Principal Component Analysis）是一种常用的数据降维技术，通过线性变换将原始数据映射到新的低维空间中，保留原始数据中的大部分信息。PCA 的基本思想是，寻找一个正交基使得在这个基上的方差最大，从而达到降维的目的。在平时的数学建模中，需要用到降维操作：比如在图像处理中，如果要识别人脸，需要将每张图像表示为一个向量，每个元素代表图像中某个像素点的灰度值。由于每张图像的像素数量很大，可能成百上千万甚至更多，这会导致计算和存储成本非常高。

Python Sklearn PCA函数详解

热门推荐

qq7835144的博客

12-07

1万+

Python Sklearn PCA函数详解网上看了好多博客，抄来抄去的，都是解释一下皮毛，很多参数的含义和用途都没有说。干脆自己研究一下，有写的不对的地方欢迎指出. 官方文档地址 https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA ...

python主成分分析_PCA主成分分析Python实现

weixin_39616565的博客

11-28

516

PCA（principle component analysis）。主成分分析，主要是用来减少数据集的维度，然后挑选出基本的特征。原理简单，实现也简单。关于原理公式的推导，本文不会涉及，你能够參考以下的參考文献，也能够去Wikipedia，这里主要关注实现，算是锻炼一下自己。本来是在复习LDA的，然后就看到了PCA。就跟着以下这篇文章的步骤，把PCA用python实现了一遍，详细的思想能够參考这...

Python 实现 PCA

jack__captain的博客

05-28

132

Python 实现 PCA （调用sklearn 和自己写 https://blog.csdn.net/u011473714/article/details/79745532 sklearn主页 https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html#sklearn.decomposition.PCA

Python：PCA代码实现

DeniuHe的博客

06-26

638

import numpy as np from sklearn.decomposition import PCA from sklearn import datasets import matplotlib.pyplot as plt class PrincipalComponentAnalysis(object): def __init__(self,X=None, k=None): self.X = X self.k = k def fit(self.

机器学习之主成分分析PCA（Python实现）

FutureBook

10-09

2457

当我们拿到一个数据集的时候，往往数据集中每一个样本的描述是多维的例如鸢尾花数据集：http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data 数据集中对150个鸢尾花样本的描述：萼片长度，萼片宽度，花瓣长度，花瓣宽度当我们读取数据时会读到一个 150x4 的矩阵 X(150x4)，但是四维的特征空间不便于我们或...

python实现PCA

yihuimin2017的博客

01-08

791

JerryLead（主成分分析-最大方差解释） http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html import numpy as np # 创建一个二维数组 data = np.array([[2.5,2.4], [0.5, 0.7], [2.2, 2.9], [1.9, 2.2], [3.1, 3.0], [

基于python的PCA的实现（1）--原理

卑微前行

01-03

465

网上有很多关于python基于PCA的实现，但每一个都有各自的出彩之处，本人看起来挺麻烦的，想自己写一篇文章来总结一下自己的感悟。 Pca的原理：这是一个二维的数据，我们想利用PCA将它降维成一维数据。 ①我们首先将数据分成两个方向：U1.U2。我们可以看出U1的变化比U2 大，所以U1为主特征向量，U2为次特征向量。 ②然后想样本点进行旋转，旋转的公式是，就是样本点

python实现pca降维_PCA降维的原理、方法、以及python实现。

05-30

换句话说，PCA通过找到数据中最具有代表性的方向（主成分），来实现降维的目的。下面介绍PCA的具体实现方法： 1. 计算数据的协方差矩阵对于一个含有n个样本的数据集，假设每个样本都是d维向量，则数据的协方差...