【机器学习】数据降维

非负矩阵分解(NMF)

复制代码
sklearn.decomposition.NMF

找出两个非负矩阵,即包含所有非负元素(W,H)的矩阵,其乘积近似于非负矩阵x。这种因式分解可用于例如降维、源分离或主题提取。

主成分分析(PCA)

复制代码
sklearn.decomposition.PCA

使用数据的奇异值分解将数据投影到较低维度空间的线性降维。在应用奇异值分解之前,输入数据居中,但不对每个特征进行缩放。

快速的独立分量分析算法(FastICA)

复制代码
sklearn.decomposition.FastICA

一种快速的独立分量分析算法。

截断奇异值分解(TruncatedSVD)

复制代码
sklearn.decomposition.TruncatedSVD

使用截断奇异值分解(又名LSA)进行降维。

这种变换器通过截断奇异值分解(SVD)来执行线性降维。与PCA相反,该估计器在计算奇异值分解之前不将数据居中。这意味着它可以有效地处理稀疏矩阵。

参考链接

sklearn.decomposition

相关推荐
AI小云6 小时前
【机器学习与实战】回归分析与预测:线性回归-03-损失函数与梯度下降
机器学习
L.fountain8 小时前
机器学习shap分析案例
人工智能·机器学习
weixin_429630268 小时前
机器学习-第一章
人工智能·机器学习
Cedric11138 小时前
机器学习中的距离总结
人工智能·机器学习
寒月霜华14 小时前
机器学习-数据标注
人工智能·机器学习
Godspeed Zhao18 小时前
自动驾驶中的传感器技术46——Radar(7)
人工智能·机器学习·自动驾驶
limengshi13839219 小时前
机器学习面试:请介绍几种常用的学习率衰减方式
人工智能·学习·机器学习
救救孩子把20 小时前
2-机器学习与大模型开发数学教程-第0章 预备知识-0-2 数列与级数(收敛性、幂级数)
人工智能·数学·机器学习
蒋星熠1 天前
如何在Anaconda中配置你的CUDA & Pytorch & cuNN环境(2025最新教程)
开发语言·人工智能·pytorch·python·深度学习·机器学习·ai
Hcoco_me1 天前
什么是机器学习?
人工智能·机器学习