本文整理汇总了Python中sklearn.decomposition.PCA.sum方法的典型用法代码示例。如果您正苦于以下问题：Python PCA.sum方法的具体用法？Python PCA.sum怎么用？Python PCA.sum使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.decomposition.PCA的用法示例。
在下文中一共展示了PCA.sum方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: PCA
# 需要导入模块: from sklearn.decomposition import PCA [as 别名]
# 或者: from sklearn.decomposition.PCA import sum [as 别名]
print lda.meanHarmonic
theta = lda.topicsInDoc
theta = theta / np.tile(theta.sum(axis=1).reshape([-1,1]),[1,ntopics])
#seed = np.random.RandomState(seed=3)
#mds = manifold.MDS(n_components=3, max_iter=30, eps=1e-9, random_state=seed)
#pos = mds.fit(theta).embedding_
#
#nmds = manifold.MDS(n_components=3, metric=False, max_iter=30, eps=1e-12,
# random_state=seed, n_jobs=1,n_init=1)
#theta = nmds.fit_transform(theta, init=pos)
theta = PCA(n_components=3).fit_transform(theta)
theta = theta / np.tile(theta.sum(axis=1).reshape([-1,1]),[1,3])
#
fig = plt.figure()
#ax = fig.add_subplot(111, projection='3d')
ax = Axes3D(fig)
ax.scatter(theta[:,0], theta[:,1], theta[:,2], c='r',label='True label=1')
#handles, labels = ax.get_legend_handles_labels()
#ax.legend()
#ax.legend([h1,h2,h3], ["True label=1","True label=2","True label=3"])
#ax.set_xlabel("Topic 1")
#ax.set_ylabel("Topic 2")
#ax.set_zlabel("Topic 3")