Musk数据集使用PCA和SVD方法进行特征提取并报告获得的特征值以及特征向量结果

Musk

从UCI机器学习资源库中下载Musk数据集。在此数据集上分别使用PCA和SVD方法进行特征提取，并报告获得的特征值以及特征向量结果，对数据属性进行分析，使用盒图分别对获得的最优属性进行分析和对比。 import pandas as pd import os from numpy import * import numpy as np import matplotlib.pyplot as plt import seaborn as sbn sbn.set(color_codes = True) plt.rcParams['axes.unicode_minus'] = False from scipy.stats import kstest from sklearn.preprocessing import LabelEncoder from sklearn import preprocessing import pyecharts from matplotlib import pyplot as plt from mpl_toolkits.mplot3d import Axes3D

文件下载

资源详情

[{"title":"（ 6 个子文件 1.61MB ） Musk数据集使用PCA和SVD方法进行特征提取并报告获得的特征值以及特征向量结果 ","children":[{"title":"PAC-and-SVD-MUSK--main","children":[{"title":"SVD.py 1.14KB ","children":null,"spread":false},{"title":"clean2.data.Z 1.40MB ","children":null,"spread":false},{"title":"PAC.py 2.16KB ","children":null,"spread":false},{"title":"clean1.data.Z 108.14KB ","children":null,"spread":false},{"title":"clean1.data 321.14KB ","children":null,"spread":false},{"title":"README.md 289B ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

Musk数据集 使用PCA和SVD方法进行特征提取 并报告获得的特征值以及特征向量结果

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

Musk数据集使用PCA和SVD方法进行特征提取并报告获得的特征值以及特征向量结果