腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(9999+)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
1
回答
图像的
降
维方法
我试图用Matlab
工具
箱对一组图像的维数进行
降
维。问题是:我对
降
维知之甚少。因此,我尝试了每一个尝试和错误,将数据集传递给函数。到目前为止,我已经尝试了6次,PCA返回了一个复数矩阵。
浏览 3
修改于2012-05-07
得票数 4
回答已采纳
1
回答
如何为doc2vec选择最好的vector_size?
我正在比较各种技术,并想找出对大量文本文档进行矢量化和
降
维的最佳方法。我已经测试了Bag of Words和TF-IDF,并使用PCA、SVD和NMF进行了
降
维。然而,我想用doc2vec做同样的事情,考虑到doc2vec本身是一个
降
维
工具
,找出我的模型的维数的最佳方法是什么?有没有什么统计方法可以帮助我找到vector_size的最佳数量? 提前感谢!
浏览 56
提问于2020-08-15
得票数 0
2
回答
如何分割和训练生物学数据模型
我正在使用sklearn
工具
,它需要在培训和测试数据集中分离数据集。据我所知,为了构建模型,需要将数据集中的数据集和验证数据集(找到模型的参数)分开,而对于超参数的微调,则需要一个测试数据集。classifier.predict_proba(x_test)如果隐式sklearn在内部使用训练、验证和测试数据集中的三
重
分割在训练模型之前,我使用标准化
工具
和PCA进行特征和
降
维。在此之后,我采取了前10个PCA-在培训模型的组
浏览 0
修改于2021-07-12
得票数 1
1
回答
在Matlab中从501到101个节点重新采样/下采样csv
csvread('Female_Fz.csv');Male_GRF = csvread('Male_Fz.csv');Female_GRF =女性GRF‘;Male_GRF =男性GRF’; 请有人告诉我如何
重
采样或
降
采样这些从
浏览 2
修改于2022-06-07
得票数 -1
1
回答
使用随机投影进行
降
维的R实现吗?
我想的第一件事是
降
维。在尝试了PCA,鲁棒PCA,ICA,去除高度相关的特征后,我正在考虑使用随机投影。然而,随机投影没有简单的R实现。我发现了一些随机投影R包,比如 但是,它们似乎不支持直接用于
降
维的随机投影。还是利用现有的
工具
在R中进行随机投影
降
维?
浏览 1
修改于2016-12-12
得票数 3
回答已采纳
1
回答
当某一特定情况发生时,ASes路径会改变吗?
我只是检查了特定IP的BGP
工具
包,发现它是由两个不同的ASes (AS42708和AS37560)宣布的。那么,我的问题是,如果AS42708下
降
的话,从整个互联网到46.246.63.251的路由会改变到使用AS37560的路径吗?或者IP 46.246.63.251因为AS37560下
降
而无法访问。
浏览 0
提问于2015-03-30
得票数 1
回答已采纳
1
回答
MATLAB中的下采样-为什么缩放滤波器系数?
试图理解和理解MATLAB是如何
重
采样的,看看toolbox/signal/resample.m。不确定最后一行的目的是什么,在最后一行中,所有的滤波器系数都是通过
降
采样比与coeffs和,p/sum(h)进行缩放的?有人知道背后的理论吗?MATLAB firls理论:
浏览 0
修改于2018-03-19
得票数 0
回答已采纳
1
回答
降
采样的Scipy
重
采样,傅立叶方法说明
我正在寻求什么是“傅立叶方法”的解释,这是在resample()方法的文档中描述的
重
采样。我想对一个数组进行下采样。我知道什么是抽取和它是如何工作的,我也知道傅里叶变换是什么。然而,我找不到“科学的支持”,所以在scipy中的
重
采样方法。我看到了这个主题: 我还搜索了一些关于数字信号处理的书籍。我是不是漏掉了什么明显的东西?我看了
重
采样的实现,我知道它对信号执行傅里叶变换,然后从变换数组的开始和结束取所需样本的一半。然后对返回到时域的傅立叶变换进行逆变换。我找不到对这种方法的科学描述。
浏览 1
提问于2018-10-29
得票数 2
1
回答
RegEx排除特定字符集,但包含其他所有内容
我目前正在Informatica开发
工具
中工作。下面是我当前的正则字符串。Nave 7 Avenida Olivo S/N -没有找到匹配的
降
槽Rd /旧44驱动-找到匹配
浏览 7
修改于2016-03-17
得票数 0
1
回答
为什么matlab在执行这段代码时关闭,我如何跟踪错误的地方?
我正在从这个
工具
箱执行
降
维算法。我正在对这个数据集执行线性判别分析代码。在train_data和train_labels上执行。
浏览 2
提问于2012-10-23
得票数 1
回答已采纳
5
回答
降
降
当我尝试应用下面的代码时 return $a['order'] - $b['order'];它给了我升序的结果。0001.09在交换$a和$b时,它给出了除一个值之外的降序结果。 return $b['order'] - $a['order'];输出1.09000 我想按以下顺序
浏览 3
修改于2017-05-23
得票数 27
回答已采纳
1
回答
dz伪静态突然失效,大牛大大求解、各路大神求解!万分感谢?
file
、
input
、
url
、
百度
、
工具
万分感谢现在开启伪静态网页就报No input file specified.我的是win2008,url重写
工具
也重装了,还是不行,动态网页正常[图片][图片]几天了,现在百度收录直接大
降
一大片。。。
浏览 572
提问于2016-05-23
2
回答
Android图片上传前调整大小(
重
采样/
降
采样)
private void doFileUpload(){ try HttpClient client = new DefaultHttpClient(); FileBody bin1 = new FileB
浏览 1
修改于2013-03-28
得票数 2
1
回答
垃圾邮件过滤中的
降
维方法
朴素贝叶斯,支持向量机,J48,k,RandomForests等.我正在使用WEKA数据挖掘
工具
.在查阅文献时,我了解到了各种
降
维方法,这些方法大致可分为两类- 特征约简:主成分分析、潜在语义分析等他在博客中写道:“垃圾邮件过滤是一个典型的文本分类问题,其中
降
维可能是一个很大的错误。”所以,现在我很困惑,在垃圾邮件过滤的情况下,
降
维是否有用?请指导我,如果可能的话,请提供链接到资源,在那里我可以详细了解
降
维,并能有意义地计划我的实验!
浏览 3
提问于2014-04-09
得票数 0
回答已采纳
1
回答
熊猫按月重新安排到特定的工作日。
dates.weekday == 4) & (14 < dates.day) & (dates.day < 22) 但是当第三个星期五没有了(例如,2月3日星期五下
降
)16")])dates_df.loc[mask]将每月
重
采样与import WeekOfMonth dates_df.resample(
浏览 0
修改于2018-10-05
得票数 4
回答已采纳
10
回答
降
维是什么?特征选择和提取有什么区别?
维基百科:特征选择和特征提取有什么区别? 在自然语言处理任务中
降
维的例子是什么?
浏览 0
修改于2021-02-07
得票数 70
回答已采纳
1
回答
基于PCA的特征提取MATLAB
我想使用PCA进行
降
维。我想把尺寸设置为“k”。任何帮助都将不胜感激。 谢谢
浏览 4
修改于2015-07-07
得票数 3
回答已采纳
1
回答
如何在Dojo中的特定列上指定默认排序方向?
例如:不要建议grid.setSortIndex(0),因为它只指定整个网格上的默认排序--这不是我要找的。Dojo文档太可怕了! 非常感谢.
浏览 8
提问于2011-08-11
得票数 0
1
回答
使用线性判别分析进行
降
维
我想使用LDA进行
降
维。我正在使用R。我发现的示例主要使用LDA进行分类。那么如何使用LDA进行
降
维呢?在R中有没有内置的函数调用来进行
降
维,或者你必须对其进行编码? 谢谢。塞夫万迪
浏览 2
修改于2014-01-17
得票数 1
2
回答
GCC m68k pc-relative
我使用Microtek
工具
链生成一个可执行的二进制文件,其中包含可
重
定位的代码(与pc相关)和来自固定地址的数据(绝对数据)。现在,这个
工具
链不能在64位Windows 7上运行。其想法是将68000的Microtek
工具
链替换为GNU
工具
链(GCC 4.8.0)。Gcc (m68k-精灵-gcc)与:-mpcrel 无法使用没有可
重
定位数据的gcc可
重
定位代码作为Microteck编译器进行生成。使用"-mpcrel",一切都是可
重</em
浏览 2
提问于2014-04-11
得票数 1
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券