当前位置: 首页>>代码示例>>Python>>正文


Python RandomizedPCA.galaxy_ids方法代码示例

本文整理汇总了Python中sklearn.decomposition.RandomizedPCA.galaxy_ids方法的典型用法代码示例。如果您正苦于以下问题:Python RandomizedPCA.galaxy_ids方法的具体用法?Python RandomizedPCA.galaxy_ids怎么用?Python RandomizedPCA.galaxy_ids使用的例子?那么, 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sklearn.decomposition.RandomizedPCA的用法示例。


在下文中一共展示了RandomizedPCA.galaxy_ids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: RandomizedPCA

# 需要导入模块: from sklearn.decomposition import RandomizedPCA [as 别名]
# 或者: from sklearn.decomposition.RandomizedPCA import galaxy_ids [as 别名]
    if verbose:
        print galaxy_ids[out]

    np.savetxt(base_dir + 'data/outliers.txt', galaxy_ids[out])

    if load_pca:
        print 'Loading PCA...'
        rpca = cPickle.load(open(base_dir + 'data/DCT_PCA.pickle', 'rb'))
        X = rpca.transform(X)
    else:
        # do the PCA
        if verbose:
            print 'Doing PCA...'
        rpca = RandomizedPCA(n_components=npca, copy=False)
        X = rpca.fit_transform(X)
        rpca.galaxy_ids = galaxy_ids[notout]
        cPickle.dump(rpca, open(base_dir + 'data/DCT_PCA.pickle', 'wb'))
        np.save(base_dir + 'data/PCA_dist_no_outliers', X)

    plt.plot(rpca.explained_variance_ratio_.cumsum())
    plt.ylabel('Cumulative Fractional Explained Variance')
    plt.xlabel('Number of Components')
    plt.savefig(plot_dir + 'explained_variance.png')
    if doshow:
        plt.show()

    # now plot after removing outliers
    fig = plot_pc_projections(X, npca=6)
    fig.savefig(plot_dir + 'PC_dist_no_outliers.png')
    if doshow:
        plt.show()
开发者ID:brandonckelly,项目名称:galaxy_zoo,代码行数:33,代码来源:dct_pca.py


注:本文中的sklearn.decomposition.RandomizedPCA.galaxy_ids方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。