我想要降维，使其返回的维度是圆形的。
例如）如果我将 12d 数据减少到 2d，在 0 和 1 之间归一化，那么我希望 (0,0) 与 (.9,.9) 一样接近 (.1,.1)。
我的算法是什么？（python实现的奖励积分）
PCA给了我二维数据平面，而我想要数据的球面。
说得通？简单的？固有问题？谢谢。
问问题
363 次
1 回答
0
我想你问的都是关于转型的。
圆
我希望 (0,0) 与 (.1,.1) 与 (.9,.9) 一样接近。
采用标准化方法，您可以做的是
将区间中的值从 映射到[0.5, 1]到[0.5, 0]
如果你想使用距离度量，你可以先计算距离，然后做同样的事情。例如采用相关性，您可以执行1-abs(corr). 由于相关性介于[-1, 1]正相关和负相关之间，因此相关性将给出接近于零的值，而非相关数据将给出接近于一的值。然后，计算出您使用 MDS 获得投影的距离。
空间
PCA 给了我二维数据平面，而我想要数据的球面。
既然你想要一个球面，你可以直接将二维平面转换为我认为的球体。具有常数的球坐标系Z可以做到这一点，不是吗？
那么另一个问题是：这一切都是合理的吗？
于 2014-02-13T09:26:11.470 回答