我在Python中使用sklearn来进行主成分分析。在
用我的原始数据和另一个u的数据进行比较。在
代码是这样的:
pca4 = PCA(n_components=4)
pca4.fit(parkinsonData)
scores4=pca.transform(parkinsonData)
reconstruct4=pca.inverse_transform(scores4)
为了计算原始数据和重建数据之间的差异,我做了以下工作:
^{pr2}$现在我有了差异,但我想计算失去了尊重原始数据集的数据。为了做到这一点,我想计算原始数据集和重建数据集的每个元素之间由2表示的差异的平均值。在
在上一条语句中,我计算了原始数据集的每个元素与重建数据集元素之间的差异,但现在我必须计算幂。我不知道该怎么做,因为当我使用:
power=differenceMatrix**
我得到一个错误:这个矩阵不是正方形的。在
为了解决这个问题我用
np.power(differenceMatrix,differenceMatrix)
它是有效的,但有些元素是不存在的。我知道这是由于缺少方形。在
有人知道如何解决这个问题,并用PCA计算原始数据集和转换数据集之间丢失的数据吗?在
谢谢。在
要将矩阵的每个元素平方(我猜这就是“由2驱动”的意思),请使用:
这在元素方面有效,并且不限制您使用方形矩阵。矩阵中的NaN在输出中作为NaN返回。在
相关问题 更多 >
编程相关推荐