十个技巧，让你成为“降维”专家
发布时间：2019-07-16 05:55:32 所属栏目：教程 来源：PLOS 编译：啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武
导读：副标题#e# 大数据文摘出品 来源：PLOS 编译：啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培 在分析高维数据时，降维(Dimensionality reduction，DR)方法是我们不可或缺的好帮手。 作为数据去噪简化的一种方法，它对处理大多数现代生物数据很有帮助。
|
葡萄酒数据集的单时隙图将样本和变量的投影组合到前两个主成分中。AlcAsh，灰分的碱度; Dim1，维度1; Dim2，维度2; Flav，黄酮类; NonFlav Phenols，非黄烷类酚类; OD，OD280 / OD315稀释的葡萄酒; PCA，主成分分析; Phenols，总酚类; Proa，原花青素。 技巧8：找到隐藏的信号 降维的主要目标是压缩数据，同时保留大部分有意义的信息。数据压缩简化了理解数据的过程，因为简化的数据表达可以更有效地获知数据变化的主要来源。其目的是找到能够成功揭示数据底层结构的“隐藏变量”。最常见的潜在模式是离散集群或连续梯度。 （编辑：PHP编程网 - 湛江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐