搜索资源列表
PCA-SVM
- 在PYTHON里面，采用LIBSVM，实现对TE数据的多类故障的分类。-In PYTHON inside, using LIBSVM, TE data to realize the classification of many types of failures.
pca
- pca算法的python实现以及相关实验数据-machine learning pca
PCA-Python
- 用Python语言实现PCA(Principle Component Analysis)。-PCA with python.
PCA
- python PCA算法。 以及主成分分析的相关文档，资料，数据集。-python PCA algorithm.
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
pca算法实现
- 通过Python实现了PCA数据降维的方法(The method of reducing the dimension of PCA data through Python)
k_means
- 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。(It is a statistical method. Through orthogonal transformation, a set of variables that can be correlated can be transformed into a group of linearly irrel
PLSPCAdfunction
- pls和pca的代码，python编写，添加数据文件后，修改输入变量的参数，即可直接运行。(Pls and PCA code, python write, add data files, modify the parameters of the input variables, you can run directly.)
PLSPCAT2andspe
- 故障检测，分别是pls和pca，计算spe和t2控制量。(Fault detection is pls and PCA, respectively, to calculate SPE and T2 control.)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime