降维算法
夜寒~~~
work
展开
-
流形学习中局部重构是否能够真正发挥它的作用
局部重构是否能够发挥其作用什么是局部重构在高维空间中,距离相近的样本一般保持相似的结构关系,通过各样本周边的近邻点对该样本进行线性重构,不仅可以保持局部线性关系,而且可以起到抗噪的作用。这是由于当数据中含有噪声时,每个样本的含噪程度不尽相同,通过样本的近邻点对其进行重构,可以将噪声的程度大大削弱,进而提高算法的抗噪性能。按照近邻保持嵌入或局部线性嵌入的推导,即因此重构后的样本为验证局部重构的作用,在UDP的基础之上,加入局部重构,并通过MATLAB编写相应的代码实现新的算法。验证局部重原创 2021-07-27 10:26:06 · 174 阅读 · 0 评论 -
关于PCA主成分分析算法的一些思考
PCA或许大家在看到这篇文章时已经对pca算法的流程有了大致的了解,我写这篇文章目的在于把我的一些心得体会分享给大家,一起进步学习。PCA算法流程假如有特征集X, X是n行m列的矩阵,每一行代表一个样本,m每个样本的维度,也就是特征数,有m个特征。首先对数据进行中心化(将数据平移到以原点为中心),就是每一列减去各自的平均值。得到中心化的特征集Y。求解出Y的协方差矩阵A,将问题转化为求...原创 2020-04-30 16:19:54 · 452 阅读 · 0 评论