降维与特征选择

Suchenghong 24 0 zip 2019-05-15 23:05:56

本资源包含利用主成分分析对输入特征进行降维的源代码,以及主成分回归分析和偏最小二乘法的matlab代码

推荐下载

全面总结现有的数据降维方法,对具有代表性的降维方法进行了系统分类,详细地阐述了典型的降维方法,并从算法的时间复杂度和优缺点两方面对这些算法进行了深入的分析和比较。最后提出了数据降维中仍待解决的问题。

PCA降维是一种常用的数据降维算法,通过对数据的主成分进行分析,可以将高维数据映射到低维空间。在Python中,我们可以使用NumPy和sklearn库来实现PCA降维。首先,导入NumPy和skle

flatMap和Map区别flatMap 2维数组以上可以降维

本资源是机器学习常见方法LDA(线性判别分析)的源码,其主要功能类似于PCA,都属于降维算法。本次实现是依托于项目工程,裁剪掉了图像预处理特征提取部分,是降维算法在分类问题上的一次实现,为Matlab

大家都知道将多维数组(尤其是二维数组)转化为一维数组是业务开发中的常用逻辑,除了使用朴素的循环转换以外,我们还可以利用Javascript的语言特性和数据结构的思想实现更为简洁优雅的转换。下面跟着小编

包含常见的几个经典的降维算法,希望可以帮助到大家。

少有的S-scurveLLE降维程序

很详细的各种主流数据降维方法原理的讲解,中文版的。

CroppedYale人脸数据降维的MATLAB代码,使用PCA,SVD和MATLAB自带的PCA对比时间、准确度,可以直接运行。对比中心化给PCA带来的影响；对比PCA与SVD的异同；选取合适的维度

用户评论

请输入评论内容

评分：

暂无评论