Musk数据集使用PCA和SVD方法进行特征提取并报告获得的特征值以及特征向量结果
从UCI机器学习资源库中下载Musk数据集.在此数据集上分别使用PCA和SVD方法进行特征提取并报告获得的特征值以及特征向量结果对数据属性进行分析使用盒图分别对获得的最优属性进行分析和对比.import pandas as pd import os from numpy import import numpy as np import matplotlib.pyplot as plt import seaborn as sbn sbn.set color codes True plt.rcParams axes.unicode minus False from scipy.stats import kstest from sklearn.preprocessing import LabelEncoder from sklearn import preprocessing import pyecharts from matplotlib import pyplot as plt from mpl toolkits.mplot3d import Axes3D
文件列表
PAC-and-SVD-MUSK--main.zip
(预估有个6文件)
PAC-and-SVD-MUSK--main
SVD.py
1KB
clean2.data.Z
1.4MB
PAC.py
2KB
clean1.data.Z
108KB
clean1.data
321KB
README.md
289B
暂无评论