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。