赏金将在 11 小时后到期。 此问题的答案有资格获得+250声望赏金。 Programming Noob正在寻找来自可靠来源的答案： 这里的目标是查看每个特征如何对每个集群做出贡献，即使每个集群中有不同的标签。 我的假设是不同标签有共同特征，这就是它们聚集在一起的原因，例如红色和绿色，所以我想知 ...
我正在尝试使用自动编码器将我的数据集的维度从 154 减少到 20 或 30。 数据集包含用户行为的特征，例如上个月的支出、上个月的活跃天数等。除此之外，我生成了一些特征，例如过去 3 个月的累计支出、上个月支出与上个月支出之间的差异月。 我正在使用从 kaggle notebook 复制的以下代码 ...
我有一个非常庞大的数据集，需要使用 TSNE 将 768 维的嵌入减少到 128 维。 由于我有超过 100 万行，完成整个数据集的降维需要数周以上的时间，所以我想也许我可以将数据集分成不同的部分，然后分别执行每个部分。 我没有 GPU 所以只有 CPU。 上面还没有使用split，只是加载了所有 ...
标题几乎说明了一切，我有一个 40+ 维度的 df，我想将其处理到 Umap 算法中以获得二维 output。 我想知道是否可以为了研究可能的不同 Umap 结果而对输入列进行不同的加权。 感谢您的时间 PS 我在 python 工作 ...
任务目标：我有一组几何坐标（X 和 Y）坐标，我想让我的几何对齐。 坐标和相应的几何图形如图所示。 问题：我可以对二维几何应用主成分分析以使其对齐，使其主轴平行于参考轴（X 和 Y）吗？ 预期 output：我想要这样的几何图形。 这只是一个例子。 我希望我的几何图形这样，几何图形的主轴位于参考 ...
我正在开展一个项目，其中包含 2 个独立的零售数据集，其中包含相同的人口统计特征，每一行代表一个与零售店相对应的人口普查区。 'df1'是关于商店类型A和'df2'是关于商店类型B 。 目标是找出哪些 A 商店与 B 商店相似。 假设两个数据集都已经清理完毕并可以使用了。 也就是说，“Tract” ...
XGBclassifier 中的 xgboost.plot_importance() 和 model.feature_importances_ 有什么区别。 所以在这里我做了一些虚拟数据 如果您看到图表，特征重要性和 plot 重要性不会给出相同的结果。 我尝试阅读文档，但我不理解外行人的术语，所 ...
我正在尝试为 DL4J 中的降维编写一个自动编码器，但我能找到的所有用于 DL4J 的自动编码器示例都是用于异常值检测。 https://deeplearning4j.konduit.ai/v/en-1.0.0-beta6/getting-started/tutorials/basic-autoe ...
使用 pydiffmap，我可以在我的数据中找到一个不错的低维流形，并提取似乎有意义的低维组件。 我现在想反转运算符，并将我的数据投影回我原来的高维空间，只保留我可以识别的几个重要维度。 首先，这在数学上是可能的吗？ 如果是这样怎么做？ 非常感谢 ...
我正在使用 R 中的 factanal() 包对数据集应用探索性因子分析。应用 Scree 测试后，我发现需要从 20 个特征中保留 2 个因子。 试图找到这种独特性代表什么，我从这里找到了以下内容 “一个变量的高唯一性通常意味着它不能完全适合我们的因素。......如果我们从 1 中减去唯一性 ...
过去一个小时我一直在看这个，但似乎找不到问题......我有一个文章列表，我想看看哪些文章彼此相似。 我通过计算文章的 TF-IDF 向量之间的余弦相似度并制作结果的 t-SNE plot 来完成此操作。 我用两种方式做到了这一点，但令我惊讶的是，这些图彼此之间非常不同，我看不出哪一种是正确的。 在 ...
我想在二维图上绘制具有 100 个参数的点，每个参数的值在 0-99 之间。 使用常规的降维方法（PCA/tSNE/UMAP 等），这应该很简单，但我需要能够将后续点添加到绘图中，而无需重新计算并因此更改 我正在描绘一种算法，它采用 100 个值的数据点并将其转换为可以绘制的 X、Y 坐标。 2D ...
我正在对 R 中的矩阵A进行非负矩阵分解 (NMF)。它在行上有基因，在列上有样本。 对于 NMF，我使用的是CRAN 包NMF 。 一旦计算了基矩阵W和系数矩阵H ，我想检查分解是否足够准确。 为此，我正在尝试计算W和H的点积，以检查是否可以取回原始矩阵A。 虽然基矩阵W和系数矩阵H的内部维度相 ...
我有一组表示单词的向量，每个向量有 300 个特征，这意味着每个向量有 300 个浮点数。 我的目标是减少维度，即减少到 50，这样我就可以获得一些空间。 如何使用例如 tensorflow 对该向量集应用降维？ 我找不到将向量列表作为输入并减少它的方法、实现等。 ...
我正在使用 LDA 来发现 BOW 数据集中的主题。 当我测试 GENSIM 库的安装时，我在他们的网站 ( https://radimrehurek.com/gensim/models/ldamodel.html ) 中发现示例的结果没有问题，每个观察都有完整的主题分布（每行加起来为 1）。 当我 ...
我有一个数据集（包含句子），我需要对其执行矢量化，然后通过 TruncatedSVD() 进行降维以减少 no。 特征到 100。 然后我想使用那个 svd output 作为 neural.network 的输入。 但是在执行 svd 后我无法跟踪 output label，我该怎么办？ 我使用 ...
我有 7 个数据集，每个数据集都有两种类型 dataframe：元数据，包含一个超级重要的列，显示谁是响应者，谁不是，以及一个关于细胞类型的 dataframe。 使用 dput的示例：这是来自其中一个数据集的示例。 第一个 dataframe 是单元格 dataframe，第二个是包含有关药物益 ...
我正在尝试减少 Covid Cases 的时间序列数据的维度。 我有一个 dataframe 形式的 Covid 案例，其中每个日期的行和每个地区的列。 我现在想减少维度以消除数据的时间扭曲。 我的 Dataframe 看起来像这样： 1001 1002 01.01.2020 35 57 ...
据我所知，DR 是一种将高维数据转换为低维数据的技术。 但它是特征选择还是特征提取？ 这些功能是仅从可用功能中选择的还是经过设计的？ （在一些测试中被问到 - 必须从特征选择和提取中进行选择） ...
这个问题是从 Cross Validated 迁移而来的，因为它可以在 Stack Overflow 上回答。 4 小时前迁移。 我正在建立一个机器学习管道来对一些数据进行分类。 数据的一个来源是 PCA 的非常好的候选者，并且构成了数据集的最后$n$维。 我想对这些变量使用 PCA，而不是前面 ...