matlab 降维工具箱mle,Matlab数据降维工具箱
【实例简介】
Matlab Toolbox for Dimensionality Reduction
Matlab数据降维工具箱,包括几乎所有的数据降维方法:PCA、LDA、ICA、MDS、Isomap、LandmarkIsomap、LLE、LLC、Laplacian、HessianLLE、LTSA、DiffusionMaps、KernelPCA、KernelLDA、SNE、NPE、LPP、SPE、LLTSA、SPCA、CCA、MVU、FastMVU、AutoEncoder、AutoEncoderEA
【实例截图】
【核心代码】
drtoolbox
`-- drtoolbox
|-- Readme.txt
|-- compute_mapping.m
|-- generate_data.m
|-- intrinsic_dim.m
|-- mexall.m
|-- out_of_sample.m
|-- out_of_sample_est.m
|-- prewhiten.m
`-- techniques
|-- L2_distance.m
|-- autoencoder.m
|-- autoencoder_ea.m
|-- backprop.m
|-- cca.m
|-- cg_update.m
|-- components.m
|-- computegr.c
|-- computegr.dll
|-- computegr.mexa64
|-- computegr.mexglx
|-- computegr.mexmaci
|-- csdp.exe
|-- csdp.m
|-- csdplinux
|-- csdpmac
|-- csdpmaci
|-- diffusion_maps.m
|-- dijk.m
|-- dijkstra.cpp
|-- dijkstra.dll
|-- dijkstra.m
|-- dijkstra.mexa64
|-- dijkstra.mexglx
|-- dijkstra.mexmaci
|-- fastmvu.m
|-- fibheap.h
|-- find_nn.c
|-- find_nn.m
|-- gda.m
|-- gram.m
|-- hill_obj.m
|-- hillclimber2c.m
|-- hlle.m
|-- ica.m
|-- infermfa.m
|-- isomap.m
|-- iterative_spca.m
|-- jdqr.m
|-- jdqz.m
|-- kernel_function.m
|-- kernel_pca.m
|-- landmark_isomap.m
|-- laplacian_eigen.m
|-- lda.m
|-- llc.m
|-- lle.m
|-- lltsa.m
|-- lpp.m
|-- ltsa.m
|-- mds.m
|-- mexCCACollectData.c
|-- mexCCACollectData.dll
|-- mexCCACollectData.mexa64
|-- mexCCACollectData.mexglx
|-- mexCCACollectData.mexmaci
|-- mexCCACollectData2.c
|-- mexCCACollectData2.dll
|-- mexCCACollectData2.mexa64
|-- mexCCACollectData2.mexglx
|-- mexCCACollectData2.mexmaci
|-- mgs.m
|-- minimize.m
|-- mppca.m
|-- npe.m
|-- pca.m
|-- rbm.m
|-- rbmhidlinear.m
|-- readsol.m
|-- run_llc.m
|-- sdecca2.m
|-- sne.m
|-- sparse_nn.m
|-- spca.m
|-- spe.m
`-- writesdpa.m
2 directories, 84 files
matlab 降维工具箱mle,Matlab数据降维工具箱相关推荐
- matlab lda数据降维,LDA有标签数据降维
之前无标签数据降维PCA,那么像下图带有标签数据,如果用PCA降维将会投影到v轴上,这个投影方差最大,数据将变成不可分状态,LDA将把数据投影加上已有分类这个变量,将数据投影到u轴上 假设原数据分成n ...
- python降维方法_机器学习数据降维方法总结(附python代码)
介绍 在机器学习实战时,如果面对一个数据集具有上千个特征,那么对于模型训练将是一个巨大的挑战.面对如此多的数据变量,如果我们认真的去分析每一个变量将耗费我们几周甚至几个月的时间,那么你估计也要被开除了 ...
- python自编码器降维_自编码器数据降维实践
数据降维是一件困难的事情,而难点通常集中在主成分分析上.此前,我介绍过一种基于自动编码器的降维方法 .然而,在那一段时间里,我专注于如何使用自动编码作为预测器,而现在我想把它们看作是一种降维技术. 这 ...
- matlab 工具函数、matlab toolbox(工具箱)
minimize.m:最小化可微多元函数 minimize.m:最小化一个可微的多元函数: Minimize a differentiable multivariate function,函数接口说明 ...
- 【主成分分析】PCA降维算法及Matlab代码实现
前言 机器学习中经常会遇到高维变量的大数据集,并且大数据集的很多高维变量之间并不是独立的,它们之间往往存在相关关系.这些变量一方面为机器学习提供了大量的信息,另一方面由于信息冗余也增加了数据处理的 ...
- 【机器学习】数据降维
数据降维大纲 一.数据降维的简介 二.PCA的数学原理 三.PCA使用方法及例子 四.其他降维算法 一.数据降维简介 1.为什么要进行降维? 在处理现实问题时,我们会发现大部分数据集的维度都高达成百乃 ...
- 【Python】使用sklearn PCA对人脸数据降维
[python]sklearn PCA对人脸数据降维与识别 1. PCA 1.1 PCA原理 1.2 sklearn PCA使用方法 2. 人脸数据降维 2.1 读取图片 2.2 使用PCA进行降维 ...
- 机器学习基础-数据降维
http://blog.itpub.net/29829936/viewspace-2643140/ 2019-05-01 10:06:00 首先需要了解下:什么叫做数据降维,为什么要对数据进行降维,如 ...
- python降维之时间类型数据的处理_【Python算法】数据降维概述
数据降维概述 1.数据降维概述 所谓的数据降维就是指采用某种映射方法,将原高维空间中的数据点映射到低维度的空间中,可以解决大规模特征下的数据显示问题,使得数据集更易使用,降低后续算法的计算,消除噪声影 ...
最新文章
- 沈志康奖教金 计算机学院,天津大学机械工程学院
- php-fpm 参数及配置详解
- LeetCode-数组-35. 搜索插入位置
- Java实现文件上传-按钮弹出上传页面
- 硕士学历真的很重要吗?过来人道出实情,看到最后一句很感动
- 做了个专为“数据分析师”打造的刷题平台!
- 第九十五节,移动流体布局和响应式布局总结
- 【2019牛客暑期多校训练营(第六场)- D】Move(随机化二分)
- STL源码剖析 数值算法 accumulate | adjacent_difference | inner_product | partial_sum | power | itoa
- 怎么挖linux内核的漏洞,linux内核漏洞分析实战看看专家是怎么一步步...-卓优商学院问答...
- 23个Python爬虫开源项目代码Python爬虫开源项目代码
- STL常用函数总结-queue+priority_queue
- T-SQL的进阶:超越基本级别3:构建相关子查询——701小组
- Miccai2019 oral简单总结
- Arcpy 实现批量按掩膜提取
- Xshell 5使用教程
- Word文档压缩技巧,你不得不知道
- 【算法应用】Thompson Sampling--汤普森采样应用之代码篇 (Python)
- (18)语义分割--paddle--EISeg自动标注软件的使用和自己数据集的测试
- 【PMAC】Chapter3:COM类工厂中CLSD为{XXX}的组件失败