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