搜索资源列表
数据降维
- 数据降维方法
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
code-hxf 数据降维基本算法
- 浙江大学何晓飞写的数据降维基本算法，对初学者很有帮助-Zhejiang university HeXiaoFei wrote down the wiki data algorithm for beginners helpful
LDA-Reconginatin Matlab LDA降维经典程序
- Matlab LDA降维经典程序 外国人Jonathan Huang写的LDA matlab程序，用于多维特征的降维 -Matlab LDA dimension reduction procedures foreigners Jonathan Huang classic written LDA matlab program for multi-dimensional characteristics of the dimension reduction
KPCA.rar
- 一个很好的PCA程序。它可用于数据的降维，消噪及特征提取。,A good PCA procedures. It can be used for data dimensionality reduction, de-noising and feature extraction.
K-Means PCA降维
- K-Means算法,不要求建立模型之后对结果进行新的预测，没有相应的标签，只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.(K-Means algorithm does not require the establishment of the model after the new prediction of the results, there is no corresponding tag, but only on the character
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)
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.)
PCA实现特征降维
- pca和_fase_pca实现特征降维，两种算法都有所改进，特别是pca可以根据自己的需要进行相应的改进，代码清晰易懂，希望对你有帮助。(PCA and _fase_pca to achieve feature reduction, the two algorithms have improved, especially PCA can be improved according to their needs, the code is clear and easy to understand,
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)
example_knn(降维)
- knn降维算法用于图像分类，将所给样本遥感图像按照要求进行分类(KNN dimensionality reduction algorithm for image classification)
降维
- 数值分析自适应降维近似MATLAB算例相关程序(polynomial dimension-reduction)
降维与特征选择
- 在machine learning中，特征降维和特征选择是两个常见的概念，在应用machine learning来解决问题的论文中经常会出现。 对于这两个概念，很多初学者可能不是很清楚他们的区别。很多人都以为特征降维和特征选择的目的都是使数据的维数降低，所以以为它们是一样的，曾经我也这么以为，这个概念上的误区也就导致了我后面对问题的认识不够深入。后来得到老师的指点才彻底搞清楚了两者的关系，现总结出来与大家分享。(Feature reduction and feature sele
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)
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.)
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
基于t-SNE降维的学生成绩聚类模型
- 使用Python编写的小程序代码，基于t-SNE降维的学生成绩聚类模型。(Clustering model of students' performance based on t-sne dimension reduction)
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)
主成分分析降维代码（直接调用版）
- 主成分分析降维代码，完整版，可以直接放进matlab运行。(Principal component analysis dimension reduction code, complete version, can be directly put into Matlab to run.)