数据写在里面了，有详细注释，其中数据每一行代表一组数据，每列则是不同的特征。
使用Matlab实现，复制粘贴到matlab的运行文件中直接运行即可。
pca降维，其中得到的主成分就是降维后的结果，选择主成分的个数越少也就是降维的力度越大。一般通过方差贡献率来判断主成分包含了原始特征的多少的信息，一般保留85%-90%主成分为3-4个左右，可以认为降维有比较好的效果；而后还可以进行综合评价。
2022-11-13 13:30:11
1KB
1
基于coursea上吴恩达的机器学习课程练习题ex7，通过matlab实现PCA维数约减，具体功能详见https://blog.csdn.net/ShadyPi/article/details/122751044#comments_23892789
2022-11-10 20:24:00
11.97MB
1
MATLAB实现PCA-LSTM主成分降维结合长短期记忆神经网络多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入12个特征，输出1个变量。
运行环境MATLAB2018b及以上。
2022-11-03 19:07:32
590KB
基于PCA降维的电离层识别系统的设计与实现代码大全.doc基于PCA降维的电离层识别系统的设计与实现代码大全.doc基于PCA降维的电离层识别系统的设计与实现代码大全.doc基于PCA降维的电离层识别系统的设计与实现代码大全.doc
2022-10-19 17:06:02
342KB
1
SVD算法是一个降维算法，是很多机器学习领域算法的基础。 SVD算法是线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。
2022-10-17 09:06:37
3KB