我试图让特征向量进行pca(主成分分析)。包,DimensionalityReduction.jl提供了一个应该做的事情,pcaeig(X),其中X是某个矩阵。我的代码如下
使用DataFrames
使用DimensionalityReduction
data = readtable(“Midterm Data.csv”)
T =大小(数据)[1]
N =大小(数据)[2]
erates = convert(数组,数据[1:T,2:n])
eigvec = pcaeig(erates)
我很抱歉格式化不好,我不太记得如何将代码放在引号中。无论如何,当我尝试运行此代码时,我收到以下错误:“UndefVarError:fliplr not defined”。现在,据我所知,fliplr是一个用于翻转矩阵(不是变量)的命令。它也说错误发生在包的代码中(而不是我的代码)。这是否意味着我运气不好,在修补之前不能使用这个包?如果是这样,有没有其他人知道另一种方法来获取pca的特征向量?
答案 0 :(得分:1)
正如DimensionalityReduction的自述文件中所述,该软件包已被弃用:
不推荐使用DimensionalityReduction包。它被新包MultivariateStats取代。
该软件包不适用于最新版本的Julia,将来也不会更新。请改用MultivariateStats。