【发布时间】:2015-04-15 07:06:20
【问题描述】:
在删除字符串属性后,我在 kddcup99 上应用 Princomp 函数,数据集但它的结果是维度矩阵 (37 X 37),结果矩阵的维度比原始矩阵非常低,我可以将其用作基于异常的入侵检测系统的训练样本。
【问题讨论】:
-
我的解决方案对您有用吗?
在删除字符串属性后,我在 kddcup99 上应用 Princomp 函数,数据集但它的结果是维度矩阵 (37 X 37),结果矩阵的维度比原始矩阵非常低,我可以将其用作基于异常的入侵检测系统的训练样本。
【问题讨论】:
我对数据集不熟悉,而且您还没有真正指定机器学习方法,所以我的回答可能是。最好的了解方法是绘制数据集,甚至可以尝试应用 SVM、DT、朴素贝叶斯或 kmeans。
现在,如果您的特征向量是 37 维,我认为您没有正确使用 princomp。我还假设您的其他 37 个来自您的训练集的大小。您是否绘制了 Scree 图并截断了系数矩阵? IIRC princomp() 应该具有与 pca() 类似的功能。 http://www.mathworks.com/help/stats/pca.html
请发布您的代码以供我进一步帮助。
【讨论】: