トップページ
▶
データ処理
▶
主成分分析,次元削減
サイトマップ
サイト内検索
まとめページ
アクセスログ
金子邦彦研究室
主成分分析,次元削減
全体構成
情報工学の基礎
インストール,運用
人工知能,実世界DB
データ処理
プログラミング
支援
連絡先,業績など
データやソフトウエア類の利用においては、必ず、各自で
利用条件、著作権などを確認
のこと。
目次
Python
Iris データセットの主成分分析プロット(Python, matplotlib, seaborn を使用)
CIFAR 10, CIFAR 100, MNIST, Fashion MNIST データセットの主成分分析プロット(Python, matplotlib, seaborn を使用)
Iris データセットの次元削減(t-SNE, Isomap, Script Embedding, LLE, kernel approximation 法)(Python, scikit-learn を使用)
R システムでの主成分分析
Rシステムを用いた主成分分析,次元削減
R システムを用いた主成分分析
R システムでの不偏分散行列,相関係数行列
R システムを用いた不偏分散共分散行列
R システムを用いた不偏分散共分散行列(高次元の場合)
R システムを用いた相関係数行列
R システムでのCCA
CCA (Canonical Correlation Analysis) の例 (R, CCA パッケージを使用)
R システムでのSOM
自己組織化マップ(SOM)の試用(R, som パッケージを使用)