關於資料特徵間的線性關係?
2019/11/04 下午 04:03
機器學習共學討論版
Eddie
觀看數:52
回答數:2
收藏數:1
ml100-3
ml100-3-d61
想要請教何謂資料間具有線性關係,講義中有講到
“PCA 是⼀一種線性降維⽅方式,因此若若特徵間是非線性關係,會有underfitting 的問題”。
所以作業59所用到的MNIST每一個維度的特徵之間具有線性關係嗎?
回答列表
-
2019/11/04 下午 06:45Patrick Ruan贊同數:1不贊同數:0留言數:0
在 pca.fit(X) 之後,可以用 pca.components_ 去觀看我們訓練後的 "基底"
之後所有的圖片,就是利用這些 "基底" 的線性組合。
這個例子是 32 個基底圖去線性組合所有數字圖。
pca = decomposition.PCA(n_components= 32)
pca.fit(X)
pca.components_.shape
fig, ax = plt.subplots(4,8, figsize=(12,6))
for i, ax in enumerate(ax.flat):
ax.imshow(pca.components_[i].reshape(8, 8), cmap='bone')
ax.set_xticks([])
ax.set_yticks([])如果 PCA 中加入 NMF 的限制,可以得到我們視覺上更直覺的組合,同學可以 google PCA NMF
-
2019/11/06 上午 00:33張維元 (WeiYuan)贊同數:1不贊同數:0留言數:0
有沒有線性關係這件事,通常是需要做實驗才知道的。這邊從結果來看,MNIST 的特徵之間應該是具有線性關係的。