Kernel PCA|Python sklearnによる実装メモ
カーネル法
データを高次元の特徴空間に写像することで、
カーネル法により、非線形データを扱うことができる。
共分散行列をカーネルに置き換え、固有値分解をする。
プログラム
from sklearn.decomposition import KernelPCA kpca = KernelPCA(n_components=2) kPCA_DR = kpca.fit_transform(df)
機械学習
機械学習
統計学
ディープラーニング
画像処理
統計学
fMRI Data Analysis
ディープラーニング
統計学
統計学
機械学習
機械学習
C++
統計学
ディープラーニング
ネットワーク分析
時系列解析
時系列解析
機械学習カーネル法
データを高次元の特徴空間に写像することで、
カーネル法により、非線形データを扱うことができる。
共分散行列をカーネルに置き換え、固有値分解をする。
from sklearn.decomposition import KernelPCA kpca = KernelPCA(n_components=2) kPCA_DR = kpca.fit_transform(df)