gh的博客

1、基于特征值分解协方差矩阵实现PCA算法输入：数据集，需要降到k维。1) 去平均值(即去中心化)，即每一位特征减去各自的平均值。、2) 计算协方差矩阵3) 用特征值分解方法求协方差矩阵的特征值与特征向量。4) 对特征值从大到小排序，选择其中最大的k个。然后将其对应的k个特征向量分别作为行向量组成特征向量矩阵P。5) 将数据转换到k个特征向量构建的新空间中，即Y=PX。2、基于SVD分解协方差矩阵实现PCA算法输入：数据集，需要降到k维。1) 去平均值，即每一位...

1、当pycharm运行报DeprecationWarning: threshold_ attribute is deprecated in 0.20 and will be removedin0.22.错误时：可添加以下代码解决import warningswarnings.filterwarnings("ignore")2、Numpy clip函数numpy.clip(a, a_min, a_max, out=None)[source]其中a是一个数组，a_min, ...

1. numpy.random.RandomState（）这是一个伪随机数生成器。生成[0,1]均匀分布的随机数序列，但并不真正的随机，但具有类似于随机数的统计特征，如均匀性、独立性等。rng = np.random.RandomState(0)因为是伪随机数，所以必须在rng这个变量下使用，如果不这样做，那么就得不到相同的随机数组了例如：只在最开始用了rng=np.random.RandomState(0)，得到了不同的随机数组再如：不在rng变量下使用，及时用np..

train =pd.read_csv("../input/train.csv")test =pd.read_csv("../input/test.csv")train.describe(include="all")//#查看数值型数据情况：train.describe() #查看字符型数据情况：train.describe(include=['0']) pd.set_option('display.max_columns', None)#显示所有列，解决输出的...