dimensionality_reduction_alo_codes

dimensionality_reduction_alo_codes copied to clipboard

这里的 N[i] = N[i] + index_ 可以更改为 N[i] = index_ 结果都是一样的

alvinszhang

我照着老师的算法写的代码跑出来也是这个结果

StevenIIV

Thank you very much for sharing your code. I want to use tSNE to visualize my dataset. How can I transform the dataset? In the tSNE example, the input is...

jizefeng0810

from sklearn import datasets iris_data = datasets.load_iris() X= iris_data.data Y= iris_data.target 用上述代码测试了一下，差异很大呢

lmqhello

[code](https://github.com/heucoder/dimensionality_reduction_alo_codes/blob/c5611fb96796ca437e8827cbe6c7c5eabd4f7c23/codes/LDA/LDA.py#LL45C5-L45C29) ```S = np.linalg.inv(Sw)*SB``` Sw和SB都是ndarray，那么这里的乘号含义应该是矩阵各个位置相乘。如果我没有搞错的话，应该改为矩阵乘法（.dot）才对吧？ 这样改的话，结果跟sklearn里边的也比较像。  reconstruct版里边的实现和这个一样。我不确定仓库里是否有其他类似问题。 （写作业的时候发现对不上，研究了好久。说实话，numpy里边一种乘号还能有两种意义的，实在是令人震惊...）

hehe12301