目标:TruncatedSVD 是 SVD(奇异值分解)的一种简化版本,用于降维。它将数据矩阵分解为三个矩阵的乘积,然后截取前 k 个最大的奇异值对应的左奇异向量和右奇异向量,从而达到降维的目的。
应用场景:适用于稀疏数据集,如文本数据的 TF-IDF 表示。
优点:能够处理非常大的稀疏矩阵,计算效率较高。
缺点:同样只能捕捉线性关系。
源码
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits
from sklearn.decomposition import PCA, TruncatedSVD
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.manifold import TSNE
#