dimensionality-reduction

0Hitze

1Antwort

Warum ist meine sklearn t-Sne-Funktion beendet, bevor sie ihre maximale Iteration

Ich versuche, eine tsne-Analyse auf einer quadratischen Abstand Matrix auszuführen. Dies sind die Befehle, die ich verwende. model = TSNE(n_components = 2,perplexity = 32, verbose = 10,n_iter = 1000,

python machine-learning scikit-learn dimensionality-reduction 2017-07-27

---

5Hitze

2Antwort

Was ist Dimensionalität in Worteinbettungen?

Ich möchte verstehen, was mit "Dimensionalität" in Worteinbettungen gemeint ist. Wenn ich ein Wort in Form einer Matrix für NLP-Aufgaben einbettle, welche Rolle spielt die Dimensionalität? Gibt es ein

nlp terminology dimensionality-reduction word-embedding 2017-07-29

---

2Hitze

1Antwort

Wie Benutzer ID mit Rtsne-Paket

Ich möchte mit T-SNE Benutzervariable zu visualisieren, aber ich möchte in der Lage sein, die Daten zu den sozialen Informationen des Benutzers zu verbinden. Leider hat die Ausgabe von Rtsne scheint k

r dimensionality-reduction 2017-09-24

---

1Hitze

1Antwort

Kann scikit TSNE auf einer großen dünn besetzten Matrix verwendet werden?

Die scikit documentation erklärt fit_transform kann nur für dichte Matrizen verwendet werden, aber ich habe eine Sparse Matrix in csr-Format, die ich tsne auf ausführen möchten. In der Dokumentation w

python scikit-learn sparse-matrix dimensionality-reduction 2017-09-26

---

0Hitze

1Antwort

Wie man niederdimensionale Merkmalsvektoren von einem denoisierenden gestapelten Autoencoder mit Python und Tensorflow extrahiert

Der folgende Code importiert den MNIST-Datensatz und trainiert einen gestapelten Rauschunterdrückungs-Autoencoder, um die Daten zu korrumpieren, zu codieren und dann zu decodieren. Grundsätzlich möcht

python tensorflow deep-learning autoencoder dimensionality-reduction 2017-11-17

---

0Hitze

1Antwort

Warum sklearn.decomposition.PCA.fit_transform (X) keine Multiplikation mit X?

Soweit ich verstand PCA im Allgemeinen der folgenden Schritte ist: berechnet Kovarianzmatrix Σ = (1/m) * (X * X ') Bewerben Einzelwertzerlegung auf Σ: U, S, V = SVD (Σ) ersten k Spalten von U Nehmen z

python scikit-learn dimensionality-reduction 2017-11-24

---

0Hitze

2Antwort

Ist der Rechen-Engpass von t-SNE seine Speicherkomplexität?

Ich habe verschiedene Algorithmen zur Reduzierung der Dimensionalität untersucht, insbesondere PCA und T-SNE. Ich nehme eine kleine Teilmenge des MNIST-Datensatzes (mit ~ 780 Dimensionen) und versuche

python arrays algorithm numpy dimensionality-reduction 2017-08-22

---

1Hitze

3Antwort

Faltung zur Verringerung der Dimensionalität eines eindimensionalen Vektors

In einem CNN, wenn die Ausgabe ein eindimensionaler Vektor ist (zB eine Pre-Logit-Schicht), wie würde man die Dimensionalität auf eine bestimmte Größe reduzieren, indem nur Faltungen verwendet werden?

machine-learning neural-network deep-learning convolution dimensionality-reduction 2017-10-27

---

-1Hitze

1Antwort

Machine Learning - Funktionsauswahl oder Dimensionalitätsreduktion?

Ich erkunde immer noch diesen Bereich des maschinellen Lernens und obwohl ich weiß, was ist der Unterschied zwischen Feature-Auswahl und Dimensionalitätsreduktion, finde ich einige Schwierigkeiten bei

machine-learning artificial-intelligence feature-selection dimensionality-reduction 2017-12-16

---

2Hitze

1Antwort

Subset-Variablen durch signifikante P-Wert

Ich versuche, Variablen durch signifikante P-Werte zu unterteilen, und ich habe mit dem folgenden Code versucht, aber es wählt nur alle Variablen anstelle der Auswahl nach Bedingung. Kann mir jemand h

r subset extraction p-value dimensionality-reduction 2017-12-17

---