PCA 解析と呼ばれる，あるデータの中から表現しやすい基底ベクトルを探す方法．だと思う． http://www.logos.ic.i.u-tokyo.ac.jp/~s1s5/pukiwiki/index.php?programming%2Fpython%2Fscipy を参考にとりあえずやってみた． #!/usr/bin/python import random import numpy from numpy import array from numpy import linalg def PCA(X): x_mean = array( map( sum, X.T) ) / len( X ) X_ = X - x_mean X_t = numpy.dot( X_.T, X_ ) / len(X) lam, vec = linalg.eig( X_t ) ans = zip( lam, v
Contents Introduction Download Documentation Installation Usage Testing Updates 1. Introduction Implementation of a PCA module in python using numpy, scipy and python extensions (here, in C). The module carries out Principal Component Analysis (PCA) using either Singular Value Decomposition (SVD) or the NIPALS algorithm. I chose to implement the NIPALS algorithm in C, because it is supposed to be
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
