Próbuję wykonać prostą analizę głównych składników za pomocą matplotlib.mlab.PCA, ale z atrybutami klasy nie mogę uzyskać czystego rozwiązania mojego problemu. Oto przykład:Podstawowy przykład dla PCA z matplotlib
Get niektóre dane manekina w 2D i rozpocząć PCA:
from matplotlib.mlab import PCA
import numpy as np
N = 1000
xTrue = np.linspace(0,1000,N)
yTrue = 3*xTrue
xData = xTrue + np.random.normal(0, 100, N)
yData = yTrue + np.random.normal(0, 100, N)
xData = np.reshape(xData, (N, 1))
yData = np.reshape(yData, (N, 1))
data = np.hstack((xData, yData))
test2PCA = PCA(data)
Teraz, po prostu chcę, aby uzyskać podstawowe komponenty jako wektory w moich oryginalnych współrzędnych i wykreślić je jako strzałki na przetwarzanie moich danych.
Jaki jest szybki i czysty sposób, aby się tam dostać?
Dzięki Tyrax
wielkie dzięki. Tego właśnie szukałem. – Tyrax
jakie znaczenie ma stała 1.618? Skąd to pochodzi ? – joaquin
@joaquin: Jest to w przybliżeniu [złoty współczynnik] (http://en.wikipedia.org/wiki/Golden_ratio). Możesz oczywiście wybrać dowolną stałą, którą lubisz, ale [często wygląda dobrze] (http://en.wikipedia.org/wiki/Golden_ratio#Painting). – unutbu