我有一個包含 6 個輸入變量（溫度、壓力、流速等）的大型數據集，以提供產量、純度和轉化率等輸出?？偣灿写蠹s 47600 個實例，這些都在 Excel 電子表格中。我已經在這些數據上應用了人工神經網絡和隨機森林算法，并獲得了預測圖和準確度指標。（在 Python 中）隨機森林模型具有賦予輸入變量重要性的特征。我現在想對這些數據執行 PCA 以首先與隨機森林結果進行比較，并獲得有關我的輸入數據如何相互交互以給出我的輸出的更多信息。我看過一些 youtube 視頻和教程來了解 PCA，但是他們使用的數據與我的完全不同。下面是我的數據片段。前 6 列是輸入，后 3 列是輸出。如何使用 PCA 進行分析？我已經設法在 python 中繪制它，但是情節非常繁忙，幾乎沒有提供太多信息。歡迎任何幫助或提示！也許是不同的分析工具？我不介意使用 Python 或 Matlab謝謝 ：）
1 回答
www說
TA貢獻1775條經驗 獲得超8個贊
我建議KarhunenLoeveSVDAlgorithm在 OpenTURNS 中使用。它提供了 4 種隨機 SVD 算法的實現。約束是必須預先設置要計算的奇異值的數量。
為了啟用算法，我們必須KarhunenLoeveSVDAlgorithm-UseRandomSVD在ResourceMap. 然后KarhunenLoeveSVDAlgorithm-RandomSVDMaximumRank鍵設置要計算的奇異值的數量（默認情況下，它等于 1000）。
提供了兩種實現：
Nathan Halko、Per-Gunnar Martinsson、Joel A. Tropp。尋找具有隨機性的結構：構造近似矩陣分解的概率算法，
Nathan Halko、Per-Gunnar Martisson、Yoel Shkolnisky 和 Mark Tygert。一種用于大型數據集的主成分分析的算法。
這些算法可以用KarhunenLoeveSVDAlgorithm-RandomSVDVariant密鑰來選擇。
在以下示例中，我使用AbsoluteExponential協方差模型從高斯過程中模擬了一個大型過程樣本。
import openturns as ot
mesh = ot.IntervalMesher([10]*2).build(ot.Interval([-1.0]*2, [1.0]*2))
s = 0.01
model = ot.AbsoluteExponential([1.0]*2)
sampleSize = 100000
sample = ot.GaussianProcess(model, mesh).getSample(sampleSize)
然后使用隨機 SVD 算法：
ot.ResourceMap_SetAsBool('KarhunenLoeveSVDAlgorithm-UseRandomSVD', True)
algorithm = ot.KarhunenLoeveSVDAlgorithm(sample, s)
algorithm.run()
result = algorithm.getResult()
該result對象包含過程的 Karhunen-Loève 分解。這對應于具有規則網格（和相等權重）的 PCA。
添加回答
舉報
0/150
提交
取消