我正在使用带有R的SVD包,并且我能够通过将最低奇异值替换为0来降低矩阵的维数。但是当我重组我的矩阵时,我仍然有相同数量的特征,我找不到如何有效地删除源矩阵中最无用的特征,以减少它的列数。
例如,我目前正在做的事情:
这是我的源矩阵A:
A B C D
1 7 6 1 6
2 4 8 2 4
3 2 3 2 3
4 2 3 1 3如果我这样做了:
s = svd(A)
s$d[3:4] = 0 # Replacement of the 2 smallest singular values by 0
A' = s$u %*% diag(s$d) %*% t(s$v)我得到了A‘,它具有相同的尺寸(4x4),仅用2个“分量”重建,并且是A的近似值(包含的信息更少,可能噪声更少,等等):
[,1] [,2] [,3] [,4]
1 6.871009 5.887558 1.1791440 6.215131
2 3.799792 7.779251 2.3862880 4.357163
3 2.289294 3.512959 0.9876354 2.386322
4 2.408818 3.181448 0.8417837 2.406172我想要的是一个具有较少列的子矩阵,但重现不同行之间的距离,就像这样(使用PCA获得的,让我们称之为A''):
PC1 PC2
1 -3.588727 1.7125360
2 -2.065012 -2.2465708
3 2.838545 0.1377343 # The similarity between rows 3
4 2.815194 0.3963005 # and 4 in A is conserved in A''下面是使用PCA获得A'‘的代码:
p = prcomp(A)
A'' = p$x[,1:2]最终目标是减少列的数量,以便加速大数据集上的聚类算法。
如果有人可以指导我,提前感谢您:)
发布于 2014-05-23 12:16:30
我会去this chapter on dimensionality reduction或this cross-validated question看看。这个想法是,整个数据集可以用更少的信息重建。它不像PCA,因为你可能只选择保留10个主成分中的2个。
当您进行上面所做的那种调整时,您实际上只是去除了数据中的一些“噪声”。数据仍然是相同的维度。
https://stackoverflow.com/questions/23819596
复制相似问题