본문 바로가기

pca

[Pyspark] 차원축소 pyspark.ml.feature의 PCA 사용
Data/Data Analysis 2021. 4. 9. [Pyspark] 차원축소 pyspark.ml.feature의 PCA 사용 [참조] spark.apache.org/docs/1.5.1/ml-features.html#pca Feature Extraction, Transformation, and Selection - SparkML - Spark 1.5.1 Documentation ML - Features This section covers algorithms for working with features, roughly divided into these groups: Extraction: Extracting features from “raw” data Transformation: Scaling, converting, or modifying features Selection: Selecting a subset from a l spa..
[Sklearn] PCA 차원축소
Data/Data Science 2020. 5. 7. [Sklearn] PCA 차원축소 데이터 차원축소가 필요해서 sklearn에서 제공하는 PCA를 사용. sklearn에서 제공하는건 사용법이 간단해서 자주쓰인다. # sklearn의 PCA함수 import from sklearn.decomposition import PCA # pca 함수 호출 # n_components는 변환후의 차원 수 pca = PCA(n_components = 1) x = [[1,2,3]] # pca도 데이터의 유형에따라서 학습이 필요 pca.fit(x) print(pca.transform(x)) # 3차원에서 1차원으로 바뀐 array 반환

티스토리툴바