DPC-KNN-PCA算法python完整代码

时间: 2023-08-08 19:05:48 浏览: 54
以下是DPC-KNN-PCA算法的Python完整代码,包括数据预处理、DPC-KNN-PCA算法实现和结果可视化: ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt # 数据预处理 data = pd.read_csv('data.csv') X = data.values[:, :-1] y = data.values[:, -1] # DPC-KNN-PCA算法实现 def DPC_KNN_PCA(X, k, alpha, beta, gamma): n, m = X.shape D = np.zeros((n, n)) for i in range(n): for j in range(n): D[i, j] = np.linalg.norm(X[i] - X[j]) D_sort = np.sort(D, axis=1) idx_sort = np.argsort(D, axis=1) K = np.zeros((n, k)) for i in range(n): for j in range(k): K[i, j] = idx_sort[i, j+1] W = np.zeros((n, n)) for i in range(n): for j in range(k): W[int(K[i, j]), i] = 1 W = np.maximum(W, W.T) D_bar = np.diag(np.sum(W, axis=1)) L = D_bar - W M = np.dot(X.T, L).dot(X) [U, S, V] = np.linalg.svd(M) U_pca = U[:, :2] Z = np.dot(X, U_pca) L_pca = np.dot(U_pca.T, M).dot(U_pca) D_pca = np.diag(np.sum(L_pca, axis=1)) L_norm = np.linalg.inv(np.sqrt(D_pca)).dot(L_pca).dot(np.linalg.inv(np.sqrt(D_pca))) W_norm = np.exp(-alpha*L_norm) - np.eye(n) D_norm = np.diag(np.sum(W_norm, axis=1)) L1_norm = D_norm - W_norm L2_norm = np.linalg.inv(np.sqrt(D_norm)).dot(L_norm).dot(np.linalg.inv(np.sqrt(D_norm))) W_dpc = np.exp(-beta*L1_norm - gamma*L2_norm) - np.eye(n) D_dpc = np.diag(np.sum(W_dpc, axis=1)) L_dpc = D_dpc - W_dpc return Z, L_dpc # 运行DPC-KNN-PCA算法并可视化结果 Z, L_dpc = DPC_KNN_PCA(X, 10, 0.5, 0.1, 0.1) plt.scatter(Z[:, 0], Z[:, 1], c=y) plt.show() ```

最新推荐

竹签数据集配置yaml文件

这个是竹签数据集配置的yaml文件,里面是我本地的路径,大家需要自行确认是否修改

半导体测试设备 头豹词条报告系列-17页.pdf.zip

行业报告 文件类型:PDF格式 打开方式:双击打开,无解压密码 大小:10M以内

ChatGPT技术在金融投资中的智能决策支持.docx

ChatGPT技术在金融投资中的智能决策支持

13、基于Jsp+MySQL的物业管理系统.zip

项目描述 主要功能有: 保安保洁管理 保修管理 房产信息管理 公告管理 管理员信息管理 业主信息管理 登录管理 技术栈 jsp + bootstrap + jquery  + DBCP 运行环境 Jdk8 + eclipse + Tomcat8.5 + mysql5.7 数据库修改后地址 url = jdbc:mysql://localhost:3306/management?characterEncoding=utf8

电力设备与新能源行业周观察中汽协公布月新能源汽车产销数据国信大丰项目海域使用申请公示-28页.pdf.zip

行业报告 文件类型:PDF格式 打开方式:直接解压,无需密码

基于单片机温度控制系统设计--大学毕业论文.doc

基于单片机温度控制系统设计--大学毕业论文.doc

"REGISTOR:SSD内部非结构化数据处理平台"

REGISTOR:SSD存储裴舒怡,杨静,杨青,罗德岛大学,深圳市大普微电子有限公司。公司本文介绍了一个用于在存储器内部进行规则表达的平台REGISTOR。Registor的主要思想是在存储大型数据集的存储中加速正则表达式(regex)搜索,消除I/O瓶颈问题。在闪存SSD内部设计并增强了一个用于regex搜索的特殊硬件引擎,该引擎在从NAND闪存到主机的数据传输期间动态处理数据为了使regex搜索的速度与现代SSD的内部总线速度相匹配,在Registor硬件中设计了一种深度流水线结构,该结构由文件语义提取器、匹配候选查找器、regex匹配单元(REMU)和结果组织器组成。此外,流水线的每个阶段使得可能使用最大等位性。为了使Registor易于被高级应用程序使用,我们在Linux中开发了一组API和库,允许Registor通过有效地将单独的数据块重组为文件来处理SSD中的文件Registor的工作原

如何使用Promise.all()方法?

Promise.all()方法可以将多个Promise实例包装成一个新的Promise实例,当所有的Promise实例都成功时,返回的是一个结果数组,当其中一个Promise实例失败时,返回的是该Promise实例的错误信息。使用Promise.all()方法可以方便地处理多个异步操作的结果。 以下是使用Promise.all()方法的示例代码: ```javascript const promise1 = Promise.resolve(1); const promise2 = Promise.resolve(2); const promise3 = Promise.resolve(3)

android studio设置文档

android studio默认设置文档

海量3D模型的自适应传输

为了获得的目的图卢兹大学博士学位发布人:图卢兹国立理工学院(图卢兹INP)学科或专业:计算机与电信提交人和支持人:M. 托马斯·福吉奥尼2019年11月29日星期五标题:海量3D模型的自适应传输博士学校:图卢兹数学、计算机科学、电信(MITT)研究单位:图卢兹计算机科学研究所(IRIT)论文主任:M. 文森特·查维拉特M.阿克塞尔·卡里尔报告员:M. GWendal Simon,大西洋IMTSIDONIE CHRISTOPHE女士,国家地理研究所评审团成员:M. MAARTEN WIJNANTS,哈塞尔大学,校长M. AXEL CARLIER,图卢兹INP,成员M. GILLES GESQUIERE,里昂第二大学,成员Géraldine Morin女士,图卢兹INP,成员M. VINCENT CHARVILLAT,图卢兹INP,成员M. Wei Tsang Ooi,新加坡国立大学,研究员基于HTTP的动态自适应3D流媒体2019年11月29日星期五,图卢兹INP授予图卢兹大学博士学位,由ThomasForgione发表并答辩Gilles Gesquière�