搜索资源列表
PCA_LDA.rar
- 《机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！," Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but f
pca
- 主成分分析程序，可用于数据降维及特征提取。-Principal component analysis procedures, can be used for data dimensionality reduction and feature extraction.
pca
- 非线性降维方法 可以应用于高维数据的机器学习-Nonlinear dimensionality reduction methods can be applied to high-dimensional data, machine learning
PCA
- 对输入的高维特征向量进行pca降维后输出低维的特征向量-PCA dimensionality reduction
PCA
- 用于模式识别中的PCA降维输入数据data和option。data是一个矩阵，每一行代表一个样本。option是选择降维到多少维。-[eigvector, eigvalue] = PCA(data, options) [eigvector, eigvalue] = PCA(data)
PCA
- 主成分分析的代码，降维的工具，特征提取降维的工具-PCA code
pca
- PCA降维方法,这是一个针对图像处理的PCA降维处理方法-The method of PCA,whic is used in the image processing.
PCA
- 对图像进行降维，用少量图像的主成分去描述整个图像以提高系统的效率。-Reduce the dimensions of the image, with a small amount of the principal component image to describe the whole image to improve the efficiency of the system.
pcasearch
- 基于焊接图片的pca降维，knn分类算法。-Pca-based solder image dimension reduction, knn classification algorithm.
pca-deductional-vector
- pca降维 在pca提取vd后可以利用降维进行更加简便的操作-pca pca extraction vd dimension reduction in the dimensionality reduction can be used after a more simple operation
PCA
- 模式识别作业-完全自编仿真程序。先用PCA对IRIS数据集进行降维，然后用最小错误法对降维的数据进行分类。压缩包中既包括matlab源代码，又有自己写的报告，还有.MAT格式的IRIS数据集用作程序调用。程序有详细注释，很容易懂。最后结果输出到txt文件中。-Pattern recognition operations- completely self simulation program. First on the IRIS data set with PCA dimension reduct
pca降维算法
- pca降维算法，试验已经成功，将39维数据降到12维(PCA dimensionality reduction algorithm, the test has been successful, the 39 dimensional data down to 12 dimensions)
pca降维
- pca数据降维算法，很好的解决数据灾难的问题。(PCA data dimensionality reduction algorithm, a good solution to the problem of data disaster.)
11数据降维_配套代码
- 这是吴恩达在course公开课上讲的数据降维的作业的代码，主要是应用PCA对数据降维(This is Wu Enda in the course open class lectures on data dimension reduction operations code, mainly using PCA for data dimensionality reduction)
PCA
- 采用INP数据（145*145*200），该数据有16个类别， PCA进行数据降维，然后对降维数据采用kNN分类（k=1）。(Using INP data (145*145*200), the data has 16 categories, PCA carries out data reduction, and then uses kNN classification for dimensionality reduction data (k=1).)
PCA0118
- PCA降维，将特征以二维矩阵形式输入，对特征进行降维处理。(PCA dimension reduction, the characteristics of a two-dimensional matrix input, the feature dimensionality reduction.)
pca_PCA降维
- 一款很好用的PCA降维算法，可以自己修改后随意使用。(A very good PCA dimensionality reduction algorithm.You can modify it yourself and use it at will.)
NM_PCA
- PCA降维算法，本程序已经调好，可以直接跑数据(PCA dimension reduction algorithm, this program has been adjusted, you can run data directly)
降维code
- 了解降维、特征筛选等基本原理 掌握PCA、SVD、LAD和NMF等算法实现及应用(Understand the basic principles of dimensionality reduction and feature selection Master the algorithm implementation and application of PCA, SVD, lad and NMF)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime