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)
fMRI Data Analysis
画像処理
ディープラーニング
ディープラーニング
ディープラーニング
統計学
ディープラーニング
統計学
Python
fMRI Data Analysis
ディープラーニング
Python
fMRI Data Analysis
Python
機械学習
fMRI Data Analysis
機械学習
機械学習
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)