差异可视化-多维量法(MDS)

1478 篇文章

已下架不支持订阅

该博客探讨了如何使用多维标度法(MDS)对美国国家教育统计中心的数据进行降维处理。在第一部分中,详细介绍了计算距离矩阵并应用MDS进行降维的过程,生成了降维后的散点图。第二部分则是在降维结果上,根据数据的不同特征和聚类结果进行颜色标记,进一步提升了数据可视化的解释性。

第1关:美国国家教育统计中心数据——降维

本关任务:对美国国家教育统计中心数据计算距离矩阵,然后通过多维标度法( MDS )实现降维,并绘制降维后的散点图。

# -*- coding: utf-8 -*-  
import pandas as pd #用于生成满足绘图要求的数据格式  
from sklearn.manifold import MDS #用于MDS降维  
import matplotlib.pyplot as plt #用于绘制撒点图  
from sklearn.cluster import KMeans #用于Kmeans聚类  
from sci

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ssaty.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值