Julia: pcaeig(X) yields "UndefVarError: fliplr not defined"
Julia: pcaeig(X) yields "UndefVarError: fliplr not defined"
我正在尝试让特征向量进行 pca(主成分分析)。包 DimensionalityReduction.jl 提供了一个命令来执行此操作,pcaeig(X),其中 X 是某个矩阵。我的代码如下
using DataFrames
using DimensionalityReduction
data = readtable("Midterm Data.csv")
T=size(data)[1]
n=size(data)[2]
erates = convert(Array,data[1:T,2:n])
eigvec = pcaeig(erates)
对于格式错误,我深表歉意,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 这段代码时,出现以下错误:"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。它还说错误发生在包的代码中(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,还有其他人知道另一种获取 pca 特征向量的方法吗?
正如 DimensionalityReduction 的 README 中所述,该软件包已弃用:
The DimensionalityReduction package is deprecated. It is superseded by a new package MultivariateStats.
该软件包不适用于最新版本的 Julia,将来也不会进行更新。请改用 MultivariateStats。
我正在尝试让特征向量进行 pca(主成分分析)。包 DimensionalityReduction.jl 提供了一个命令来执行此操作,pcaeig(X),其中 X 是某个矩阵。我的代码如下
using DataFrames
using DimensionalityReduction
data = readtable("Midterm Data.csv")
T=size(data)[1]
n=size(data)[2]
erates = convert(Array,data[1:T,2:n])
eigvec = pcaeig(erates)
对于格式错误,我深表歉意,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 这段代码时,出现以下错误:"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。它还说错误发生在包的代码中(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,还有其他人知道另一种获取 pca 特征向量的方法吗?
正如 DimensionalityReduction 的 README 中所述,该软件包已弃用:
The DimensionalityReduction package is deprecated. It is superseded by a new package MultivariateStats.
该软件包不适用于最新版本的 Julia,将来也不会进行更新。请改用 MultivariateStats。