我正在尝试进行 PCA。我被困住了。 我收到以下错误： svd(Y) 中的错误：'x' 中的值无限或缺失 我猜是因

我有一个名为 x_train 的 3d 数组（样本、时间步长、特征），我想在其中为每个样本迭代并在 2D 数组（时

我发现要使用 pca 必须在开始时指明要保留的组件数量，例如在下一个代码中： <pre><code># Initialize mode

当我尝试对我的数据执行 pca 时，出现此错误。 如果我的数据包含字符串，则无法执行 pca ？ <a href

我目前正在研究主成分分析并尝试使用 R <code>prcomp</code> 函数。我的代码如下： <pre><code>library(dplyr) i

我正在尝试使用包 <code>cpcbp</code> 将主成分反投影到测量数据上，作为尺寸校正的一种方法。 该方法需

我试图按照 <a href="https://stackoverflow.com/a/27933271/11901732">this post</a> 的建议解决方案在我的数据集上拟合 PC

关注这个话题<a href="https://stackoverflow.com/questions/58611888/how-is-spark-reading-my-image-using-the-image-format">How is Spar

<strong>我的用例</strong> 我有一个特征集，其中一些特征之间存在相关性。我想减少维度，但<em><stron

我想保留我的数据框 <code>Unique_id</code> 的 <code>my_df</code> 列，以便在应用 PCA 后进行进一步分析。但是在

我有一个矩阵 <strong>A = [1 1 2; 2 1 3; 3 1 4; 4 1 5];</strong> <strong>“A”矩阵的秩为 k=2；</strong> 我想

我是 PCA 的新手，我有一个包含 64 个特征的数据集，我正在尝试使用 PCA 获取最重要的特征。在运行解释

我需要帮助扩展此处附上的前一篇文章中提供的解决方案： <a href="https://stackoverflow.com/questions/61156095/r-pc

我目前正在分析一个数据集，该数据集侧重于人的特征（解释变量）以及这些特征如何影响他们对不同

对于分类数据的聚类 (k=4)，我想为 PCA 可视化中的每个聚类以不同颜色显示各自的质心。我可以分别输出

我正在做 PCA，我使用以下命令来做到这一点： <pre><code>res.table=PCA(table,quanti.sup=1:5,graph=FALSE) </code></pre

我想从特定组件 (COMP 2) 获取变量： <pre><code>&gt; pca$eig eigenvalue percentage of variance cumulative percenta

如何绘制使用 prcomp 后的第二和第三主成分。 我最感兴趣的变量的第二和第三主成分解释了更多的

我是基因组学领域的新手。我想使用 1K 数据执行 PCA。我的数据是 38 版本，因此，我想从以下站点下载 3

当我学习降维技术时，我发现 PCA 和 t-SNE 被广泛使用，定义如下： <ul> <li>主成分分析：这是处理<st