-
公开(公告)号：CN116564404A
公开(公告)日：2023-08-08
申请号：CN202310503636.7
申请日：2023-05-06
Applicant: 桂林电子科技大学
IPC: G16B20/00 , G06F18/2135 , G06F18/24 , G06F18/214 , G06F18/15 , G06N3/088
Abstract: 本发明提供一种基于PCA的单细胞异常值处理方法及装置，采用了传统的PCA降维方法，在其过程中加入异常值判定的流程并过滤掉异常点，从而解决传统方法的异常值过多的问题。协方差矩阵和特征向量的计算方式能够识别数据中的主要特征，并将它们投影到低维空间中，使得投影后的数据更易于可视化和解释。通过PCA进行异常点检测，可以识别数据集中的异常值，并且在不丢失数据重要信息的情况下，可以提高数据集的质量和准确性。最后，PCA异常点检测方法是一种无监督的方法，可以自动检测数据集中的异常点，不需要事先知道异常点的存在，具有较强的适应性和普适性。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
