def myLDA(self,component_num):
dre=api.DimensionReduction(components=component_num,
input_data=self.sample_data_output,
dred_data=self.dred_data)
print("Generate "+str(self.dred_data)+".")
dre.Lda()
#生成串行文件
csvp.create_csv_copy(self.dred_data,self.sample_data_output)
return 0
def myPCA(
self,
component_num,
):
#拷贝一份降维前的数据，以便于在需要对数据进行预测时，再次协同进行降维
csvp.create_csv_copy(self.sample_data_output,
self.sample_data_before_dre)
#开始降维
dre = api.DimensionReduction(components=component_num,
input_data=self.sample_data_output,
dred_data=self.dred_data)
print("Generate " + str(self.dred_data) + ".")
ret_value = dre.Pca()
#生成串行文件
csvp.create_csv_copy(self.dred_data, self.sample_data_output)
return ret_value