BC.Wang Welcome

高维数据可视化

2019-01-27
BCWang

阅读:


  • 方法1:做一次PCA等降维,降维成1~3长度的特征向量组合后的向量,如果没有label可以聚类找label。然后将降维过后的数据(一般shape为样本数量x组合后特征向量数量(1~3))的组合特征向量拿出来作为1D,2D或者3D的坐标轴数据,散点图点上样本点,如果有label就绘制不同的颜色。
  • 方法2:直接做高维数据可视化,使用每个样本的特征向量到其他所有样本特征向量的欧式距离等作为依据,然后在2D或者3D空间中根据这个距离绘图(绘图结果有无穷多个,只要保证欧式距离相同),例如使用kepler-mapper:https://kepler-mapper.scikit-tda.org/examples.html

Similar Posts

上一篇 开源代码挖掘

Comments

0