Python中的简单对应分析
如何在Python中运行简单对应分析(CA)?在sklearn库中,似乎只有多个对应分析(MCA)和规范对应分析(CCA)选项。然而,我的数据不是绝对的,不需要CCA应用的额外线性约束Python中的简单对应分析,python,dimensionality-reduction,correspondence-analysis,Python,Dimensionality Reduction,Correspondence Analysis,如何在Python中运行简单对应分析(CA)?在sklearn库中,似乎只有多个对应分析(MCA)和规范对应分析(CCA)选项。然而,我的数据不是绝对的,不需要CCA应用的额外线性约束 根据和,我的印象是,常规CA不能通过使用其他两个选项之一应用 答:还有经典的CA:谢谢,教程看起来很棒!另一方面,是否可以将sklearn规范CA用于常规CA?我将编写一个答案,添加更多资源!请注意,scikit learn中的CCA方法代表典型相关分析,它与典型对应分析略有不同,请参阅以获得更详细的解释。教程:
根据和,我的印象是,常规CA不能通过使用其他两个选项之一应用 答:还有经典的CA:谢谢,教程看起来很棒!另一方面,是否可以将sklearn规范CA用于常规CA?我将编写一个答案,添加更多资源!请注意,scikit learn中的CCA方法代表典型相关分析,它与典型对应分析略有不同,请参阅以获得更详细的解释。教程:和典型CA:谢谢,教程看起来很棒!另一方面,是否可以将sklearn规范CA用于常规CA?我将编写一个答案,添加更多资源!请注意,scikit learn中的CCA方法代表典型相关分析,与典型对应分析略有不同,请参阅以获得更详细的解释。