sklearn.decomposition

矩陣分解演算法。

這些包括 PCA、NMF、ICA 等。此模組的大多數演算法都可以視為降維技術。

使用者指南。 請參閱 將信號分解為成分（矩陣分解問題） 部分以了解更多詳細資訊。

DictionaryLearning	字典學習。
FactorAnalysis	因子分析 (FA)。
FastICA	FastICA：用於獨立成分分析的快速演算法。
IncrementalPCA	增量主成分分析 (IPCA)。
KernelPCA	核主成分分析 (KPCA)。
LatentDirichletAllocation	使用線上變分貝葉斯演算法的潛在狄利克雷分配。
MiniBatchDictionaryLearning	小批量字典學習。
MiniBatchNMF	小批量非負矩陣分解 (NMF)。
MiniBatchSparsePCA	小批量稀疏主成分分析。
NMF	非負矩陣分解 (NMF)。
PCA	主成分分析 (PCA)。
SparseCoder	稀疏編碼。
SparsePCA	稀疏主成分分析 (SparsePCA)。
TruncatedSVD	使用截斷 SVD（又名 LSA）進行降維。
dict_learning	解決字典學習矩陣分解問題。
dict_learning_online	線上解決字典學習矩陣分解問題。
fastica	執行快速獨立成分分析。
non_negative_factorization	計算非負矩陣分解 (NMF)。
sparse_encode	稀疏編碼。