对于刚入门机器学习、深度学习方向的小伙伴来说,进行数据处理是一件较为棘手的事情。良好的数据处理方法,会对模型的预测效果产生正面积极反馈。笔者整理了15+数据分解方法,每个方法都有清晰表示,十分适合新手学习使用。
主要方法为:EMD(经验模态分解);EEMD(集合经验模态分解);CEEMD(互补集合经验模态分解);FEEMD(快速EEMD分解);CEEMDAN(完全自适应噪声集合经验模态分解);ICEEMDAN(改进的自适应噪声完备EEMD);LMD(局域均值分解);RLMD(鲁棒性局部均值分解);EWT(经验小波分解);VMD(变分模态分解);MVMD(多元变分模式分解);SVMD(Successive Variational Mode Decomposition);tvfemd(时变滤波器的经验模态分解);SSD(奇异谱分解);SSA(奇异谱分析);REMD(鲁棒经验模态分解) 。
代码获取链接:基于matlab实现数据分解的多种方法全家桶
代码部分: