[机器学习]随手记

pca输出主成分 

def pca(data, k):
    # TODO: 实现 PCA 的逻辑,输出前k个主成分
    mean=np.mean(data,axis=0)
    std=np.std(data,axis=0)
    data_std=(data-mean)/std
    cov=np.cov(data_std.T)
    evalue,evector=np.linalg.eig(cov)
    sorted_id=np.argsort(evalue)[::-1]
    top_k_id=sorted_id[:k]
    principal_components=evector[:,top_k_id]
    return principal_components

 .json文件的导入

    with open(file_name,'r') as file:
        data_json=json.load(file)

.html文件的导入

    with open(file_name,'r') as file:
        data_html=file.read()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值