暂无评论
利用特征值分解做的主成分分析（借鉴他人的）
本资源包含python实现的LDA和PCA数据降维算法,包含测试数据,下载后直接使用。供学习参考
主成分分析PCA,用于数据降维,提取特征。
github上评分比较高的一个用eigen实现的C++算法 写的挺好的
TSNE降维方法，常见机器学习降维方法之一，代码中脚本可以直接生成可视化图标，供学习用
详细的CCA降维方法的matlab实现源代码。
数据降维PPT，了解什么是机器学习（数据挖掘）中数据降维，以及常见的降维方法及其实现。
代码实例化数据降维的方法，以主成分分析LDA和线性判别LDA为例。
本程序利用KPCA来对原始数据进行降维，里面有较为详细的注解，能够帮助大家理解，程序比较精简，是在前人的基础上进行的修改后的结果，运行绝对无错误。
目前最好的降维方法。高维数据的降维与可视化。如果将维度降到2维或3维，我们就能将原始数据可视化，从而对数据的分布有直观的了解，发现一些可能存在的规律。
暂无评论