在scikit-learn for Python中,有一个带有规范相关分析(CCA)类的模块调用cross_decomposition.我一直在试图弄清楚如何给出形状(n,m)的2类多维向量并得到第一个典型相关系数.看一下文档,一个小例子脚本如下.
from sklearn.cross_decomposition import CCA
import numpy as np
U = np.random.random_sample(500).reshape(100,5)
V = np.random.random_sample(500).reshape(100,5)
cca = CCA(n_components=1)
cca.fit(U, V)
cca.coef_.shape # (5,5)
U_c, V_c = cca.transform(U, V)
U_c.shape # (100,1)
V_c.shape # (100,1)
我真的不明白如何使用这个类来获得两个矩阵之间的第一个典型相关性,这就是我所需要的.它似乎通常针对分类和预测问题,但我只需要第一个典型相关系数而不是别的.我知道还有一些其他帖子与此类似,但问题仍然没有答案,最好的建议是改为MATLAB,这是一个非解决方案.任何帮助表示赞赏.