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)
Python
機械学習
C++
時系列解析
データサイエンス
自然言語処理
画像処理
機械学習
fMRI Data Analysis
ディープラーニング
C++
機械学習
画像処理
時系列解析
画像処理
画像処理
機械学習
画像処理
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)