文件名称:feisher
介绍说明--下载内容来自于网络,使用问题请自行百度
PCA的步骤:
1 先将数据中心化;
2 求得的协方差矩阵;
3 求出协方差矩阵的特征值与特征向量;
4 将特征值与特征向量进行排序;
5 根据要降维的维数d’,求得要降维的投影方向;
6 求出降维后的数据;
-PCA steps: 1 of the first data center 2 covariance matrix obtained 3 obtained covariance matrix eigenvalues and eigenvectors 4 eigenvalues and eigenvectors will be sorted 5 according to the dimension of dimension reduction d ' , seek to reduce the dimension projection direction 6, the data obtained after the dimensionality reduction
1 先将数据中心化;
2 求得的协方差矩阵;
3 求出协方差矩阵的特征值与特征向量;
4 将特征值与特征向量进行排序;
5 根据要降维的维数d’,求得要降维的投影方向;
6 求出降维后的数据;
-PCA steps: 1 of the first data center 2 covariance matrix obtained 3 obtained covariance matrix eigenvalues and eigenvectors 4 eigenvalues and eigenvectors will be sorted 5 according to the dimension of dimension reduction d ' , seek to reduce the dimension projection direction 6, the data obtained after the dimensionality reduction
(系统自动生成,下载前可以参看下载内容)
下载文件列表
马新悦 0610210076 实验4/fisher/fisher.m
马新悦 0610210076 实验4/fisher/FLDA_classify.m
马新悦 0610210076 实验4/fisher/input.mat
马新悦 0610210076 实验4/fisher/main.m
马新悦 0610210076 实验4/fisher/target.mat
马新悦 0610210076 实验4/基于Fisher准则线性分类器设计.doc
马新悦 0610210076 实验4/基于Fisher准则线性分类器设计.docx
马新悦 0610210076 实验4/fisher
马新悦 0610210076 实验4
马新悦 0610210076 实验4/fisher/FLDA_classify.m
马新悦 0610210076 实验4/fisher/input.mat
马新悦 0610210076 实验4/fisher/main.m
马新悦 0610210076 实验4/fisher/target.mat
马新悦 0610210076 实验4/基于Fisher准则线性分类器设计.doc
马新悦 0610210076 实验4/基于Fisher准则线性分类器设计.docx
马新悦 0610210076 实验4/fisher
马新悦 0610210076 实验4
本网站为编程资源及源代码搜集、介绍的搜索网站,版权归原作者所有! 粤ICP备11031372号
1999-2046 搜珍网 All Rights Reserved.