东方耀AI技术分享
标题:
20、PCA求解前n个主成分的方向向量
[打印本页]
作者:
东方耀
时间:
2019-10-12 13:17
标题:
20、PCA求解前n个主成分的方向向量
20、PCA求解前n个主成分的方向向量
def direction(w):
# 将w变成单位向量 方向向量
# np.linalg.norm(w) 求向量的模
return w / np.linalg.norm(w)
def gradient_ascent_first_pca(df, X, initial_w, learn_rate, n_iters, epsilon = 1e-8):
w = direction(initial_w)
for step in range(n_iters):
last_w = w
w = w + learn_rate * df(w, X)
# 注意:pca求解时 需要变为单位向量
w = direction(w)
if(abs(f(last_w, X) - f(w, X)) < epsilon):
break
return step, w
复制代码
def gradient_ascent_first_pca_n(n, X, learn_rate, n_iters, epsilon = 1e-8):
assert 0 < n <= X.shape[1], 'n>0且n不能大于样本特征数'
X_pca = X
X_pca = demean(X_pca)
result = []
for i in range(n):
# 这里的w代表方向向量 不能为0向量的
initial_w = np.random.random(size=X_pca.shape[1])
step, w = gradient_ascent_first_pca(df_math, X_pca, initial_w, learn_rate=0.001, n_iters=10000)
print(step, w)
result.append(w)
X_pca = X_pca - X_pca.dot(w).reshape(-1, 1) * w
return result
复制代码
ipynb文件在附件,可提供下载!
视频教程请参考:
http://www.ai111.vip/thread-349-1-1.html
东方老师微信:dfy_88888
作者:
fglbee
时间:
2019-12-22 17:05
this is good idea
作者:
kiko
时间:
2022-11-6 10:37
学习中,支持
欢迎光临 东方耀AI技术分享 (http://www.ai111.vip/)
Powered by Discuz! X3.4