我想在 2D 平面中可视化此类 4D 数据。有什么办法可以做到吗？
最佳答案
您可以使用主成分分析来减少维度。 Sklearn有一个易于使用的包。 PCA 使用特征向量来确定高维空间中最“重要”的方向，并将值投影到低维空间中。尽管请记住，生成的向量确实会丢失来自高维输入的一些信息。
关于python - 如何在 2D 平面上可视化 4D 数据？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65273122/
我想在 2D 平面中可视化此类 4D 数据。有什么办法可以做到吗？
最佳答案
您可以使用主成分分析来减少维度。 Sklearn有一个易于使用的包。 PCA 使用特征向量来确定高维空间中最“重要”的方向，并将值投影到低维空间中。尽管请记住，生成的向量确实会丢失来自高维输入的一些信息。
关于python - 如何在 2D 平面上可视化 4D 数据？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65273122/