搜索资源列表
对高维数据采用PCA进行降维处理
- 对高维数据采用PCA进行降维处理，主成分个数采用累积方差贡献率的方法确定
wine
- pca-kmeans聚类 先将数据(wine,uci数据集)降维处理，在进行聚类-pca-kmeans clustering use the data of uci:wine.
pls
- 所谓偏最小二乘法，就是指在做基于最小二乘法的线性回归分析之前，对数据集进行主成分分析降维，下面的源码是没有删减的，GreenSim团队免费提供您使用，转载请注明GreenSim团队（http://blog.sina.com.cn/greensim）。 -The so-called partial least squares method, this means doing the least square method based on linear regression analysis pr
LLDE
- llde程序是一个用于降维的程序。用于降低数据的维数，更好精简冗余信息。-ddle is used for data dimention reduction.
lmvu
- 一个利用半正定规划求解 SDE/MVU 非线性数据降维的算法实现，这是论文原作者提供的 MATLAB 代码。-A MATLAB implementation of the Semi-Definite Embedding (SDE) or namely Maximum Variance Unfolding (MVU) algorithm, provided by the author himself.
PCAandLDA
- 用pca 和 lda 实现数据的降维,加快机器的特征提取的速度。-Pca and lda of data with dimension reduction, feature extraction to speed up the speed of the machine.
pca
- PCA技术的一大好处是对数据进行降维的处理。我们可以对新求出的“主元”向量的重要性进行排序，根据需要取前面最重要的部分，将后面的维数省去，可以达到降维从而简化模型或是对数据进行压缩的效果。同时最大程度的保持了原有数据的信息。-A major advantage of PCA technology is reduce the dimension of the data processing. We can calculate the new " principal component&qu
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)
数据降维工具箱
- 数据降维matlab程序包，几乎涵盖了所有的主流数据降维方法(Data dimensionality reduction matlab package covers almost all the mainstream data reduction methods)
mia1.5
- 用于数据降维的MATLAB程序，MIA的程序(MATLAB program for data dimensionality reduction)
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)
降维
- 各种降维方法集合，在处理高维数据上亲测有效，希望对大家有帮助(A collection of various dimensionality reduction methods that can handle high dimensional data)
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).)
数据降维
- 数据降维，人工智能 ，使用MATLAB打开运行即可。。。。。。(Data reduction, artificial intelligence, open and run using MATLAB)
LSHash-master
- 高维数据降维，并能够快速的检索到想要的数据(Dimensionality reduction of high dimensional data)
compute_mapping
- 输入： 二维矩阵；输出：降维结果； 共包含34种降维方法，线性/非线性；局部/全局；监督/非监督(Input: 2-D matrix; output: dimension reduction result; contains 34 dimensionality reduction methods, linear / nonlinear; local / global; supervised / unsupervised.)
KPCA
- KPCA算法属于非线性高维数据集降维，算法其实很简单，数据在低维度空间不是线性可分的，但是在高维度空间就可以变成线性可分的了(The KPCA algorithm belongs to the nonlinear high-dimensional data set dimension reduction. The algorithm is very simple. The data is not linearly separable in the low-dimensional space, b
Isomap降维算法MATLAB代码实现
- Isomap降维算法MATLAB代码实现。isomap最主要的优点就是使用“测地距离”，而不是使用原始的欧几里得距离，这样可以更好的控制数据信息的流失，能够在低维空间中更加全面的将高维空间的数据表现出来。机器学习。流形学习。降维
MATLAB数据处理代码
- 34种数据降维方法代码；分段线性插值算法代码；基于RPCA异常值检测代码；基于t-sne算法的降维可视化实例；基于埃尔米特插值多项式代码；基于二维数据内插值代码...