sklearn.decomposition#
矩阵分解算法。
这些包括PCA、NMF、ICA等等。本模块的大多数算法都可以视为降维技术。
**用户指南。** 更多详情请参见将信号分解为分量(矩阵分解问题) 部分。
| 字典学习。 | |
| 因子分析 (FA)。 | |
| FastICA:一种用于独立成分分析的快速算法。 | |
| 增量主成分分析 (IPCA)。 | |
| 核主成分分析 (KPCA)。 | |
| 使用在线变分贝叶斯算法的潜在狄利克雷分配。 | |
| 小批量字典学习。 | |
| 小批量非负矩阵分解 (NMF)。 | |
| 小批量稀疏主成分分析。 | |
| 非负矩阵分解 (NMF)。 | |
| 主成分分析 (PCA)。 | |
| 稀疏编码。 | |
| 稀疏主成分分析 (SparsePCA)。 | |
| 使用截断SVD(又名LSA)进行降维。 | |
| 求解字典学习矩阵分解问题。 | |
| 在线求解字典学习矩阵分解问题。 | |
| 执行快速独立成分分析。 | |
| 计算非负矩阵分解 (NMF)。 | |
| 稀疏编码。 | 
