本文整理汇总了Python中sklearn.decomposition.PCA.whiten方法的典型用法代码示例。如果您正苦于以下问题：Python PCA.whiten方法的具体用法？Python PCA.whiten怎么用？Python PCA.whiten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.whiten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: run_pca
# 需要导入模块: from sklearn.decomposition import PCA [as 别名]
# 或者: from sklearn.decomposition.PCA import whiten [as 别名]
def run_pca(training_datasets, validation_datasets, train_output, valid_output, center=True, nc=40):
traininig_data = load_datasets(files=training_datasets)
validation_data = load_datasets(files=validation_datasets)
# test_datasets = load_datasets(files=test_datasets)
ctraining_data = numpy.concatenate(traininig_data, axis=1)
cvalidation_data = numpy.concatenate(validation_data, axis=1)
# ctest_data = numpy.concatenate(test_datasets, axis=1)
ctraining_data = ctraining_data - ctraining_data.mean()
# ctest_data = ctraining_data - ctraining_data.mean()
cvalidation_data = cvalidation_data - cvalidation_data.mean()
pca_train = PCA(n_components=nc)
pca_train.whiten = True
pca_train.fit(ctraining_data)
pca_valid = PCA(n_components=nc)
pca_valid.whiten = True
pca_valid.fit(cvalidation_data)
numpy.save(train_output, pca_train.transform(ctraining_data))
numpy.save(valid_output, pca_valid.transform(cvalidation_data))