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