如何解决Python 中的 PCA 表达式和计算
我有一个标准化的矩阵，想根据这个给定的 PCA 表达式进行分解：
但是，不确定我是否正确计算了分数、加载和错误矩阵。这就是我为计算它们所做的：
X = 标准化输入矩阵。
eigen_vectors,eigen_values = PCA(X)
loading_matrix = (eigen_vectors.T) * np.sqrt(eigen_values)
T = np.dot(X,eigen_vectors) # score matrix
E = X - np.dot(T,eigen_vectors.T) # Error matrix
我使用 linalg 模块来计算特征值和向量。 PCA 是一个自定义函数。
问题：
- 我的计算是否正确？用于加载、评分和误差矩阵？
- 如何确保这些矩阵的形状符合上面给定的文本（N x A、MxA 和 NxM）？
建议、更正...请...
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
