在降低数据集维度后,我得到了负的特征值

我在一组大型数据集上使用了一种降维方法(讨论见:随机投影算法伪代码)。

将维度从1000降至50后,我得到了新的数据集,每个样本看起来像这样:

[ 1751. -360. -2069. …, 2694. -3295. -1764.]

现在我有点困惑,因为我不明白负的特征值代表什么。这样的负特征值是可以接受的吗?因为在降维之前,每个样本是这样的:

3, 18, 18, 18, 126 …

这是正常的还是我做错了什么?


回答:

我猜你实现了这篇论文中的算法。

由于投影矩阵中有一些负值,因此投影将正值映射到负值是可以的。所以符号的变化并不表示有错误。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注