Scikit learn 我想在时间序列数据中处理PCA。样本数据格式附在这里。总数据大小为40列40行
Scikit learn 我想在时间序列数据中处理PCA。样本数据格式附在这里。总数据大小为40列40行,scikit-learn,pca,Scikit Learn,Pca,请指导我通过这些方法,因为我一直在遵循python中其他较长的方法来执行PCA什么工作正常?什么工作不正常?简单地要求我们为您提供指导并不能告诉我们您的编程问题是什么。如何在我共享的文件中输入信息…这是一个跨不同站点的变量…只是如何使其可读,以便首先在此代码中进行进一步分析 from sklearn.decomposition import PCA as sklearnPCA sklearn_pca = sklearnPCA(n_components=2) Y_sklearn = sklearn
请指导我通过这些方法,因为我一直在遵循python中其他较长的方法来执行PCA什么工作正常?什么工作不正常?简单地要求我们为您提供指导并不能告诉我们您的编程问题是什么。如何在我共享的文件中输入信息…这是一个跨不同站点的变量…只是如何使其可读,以便首先在此代码中进行进一步分析
from sklearn.decomposition import PCA as sklearnPCA
sklearn_pca = sklearnPCA(n_components=2)
Y_sklearn = sklearn_pca.fit_transform(X_std)
data = []
for name, col in zip(('Iris-setosa', 'Iris-versicolor', 'Iris-virginica'), colors.values()):
trace = dict(
type='scatter',
x=Y_sklearn[y==name,0],
y=Y_sklearn[y==name,1],
mode='markers',
name=name,
marker=dict(
color=col,
size=12,
line=dict(
color='rgba(217, 217, 217, 0.14)',
width=0.5),
opacity=0.8)
)
data.append(trace)
layout = dict(
xaxis=dict(title='PC1', showline=False),
yaxis=dict(title='PC2', showline=False)
)
fig = dict(data=data, layout=layout)
py.iplot(fig, filename='pca-scikitlearn')