星座图的matlab代码-Autoencoders-for-dimensionality-reduction:自动编码器用于降维

上传者: 38547151 | 上传时间: 2021-06-16 20:24:28 | 文件大小: 1.64MB | 文件类型: ZIP
星座图的matlab代码自动编码器用于降维 使用自动编码器进行降维的简单,单个隐藏层示例 在现代“大数据”时代,一项艰巨的任务是减少特征空间,因为在当今的超大数据集中执行任何类型的分析或建模在计算上都非常昂贵。 为此目的,有各种各样的技术:PCA,LDA,拉普拉斯特征图,扩散图等。在这里,我使用了基于神经网络的方法,即自动编码器。 自动编码器本质上是一个神经网络,在中间(以某种方式)对其进行编码之后,它会在其输出中复制输入层。 换句话说,NN在将其输入经过一组堆栈之后尝试预测其输入。 NN的实际体系结构不是标准的,而是用户定义和选择的。 通常看起来像是镜像图像(例如,第一层256个节点,第二层64个节点,第三层又是256个节点)。 在这个简单的介绍性示例中,由于输入空间最初相对较小(92个变量),因此我仅使用一个隐藏层。 对于较大的特征空间,可能需要更多的层/更多的节点。 我将特征空间从这92个变量减少到只有16个。AUC分数非常接近我为此数据集构建的最佳NN(0.753对0.771),因此我们的数据减少了5倍,因此没有牺牲太多信息。 建立自动编码器模型后,我使用它来将我的92个特征的

文件下载

资源详情

[{"title":"( 15 个子文件 1.64MB ) 星座图的matlab代码-Autoencoders-for-dimensionality-reduction:自动编码器用于降维","children":[{"title":"Autoencoders-for-dimensionality-reduction-master","children":[{"title":"research_paper_1.PNG <span style='color:#111;'> 20.67KB </span>","children":null,"spread":false},{"title":"plot1.m <span style='color:#111;'> 954B </span>","children":null,"spread":false},{"title":"autoencoder_dynamic.ipynb <span style='color:#111;'> 34.99KB </span>","children":null,"spread":false},{"title":"README.pdf <span style='color:#111;'> 181.87KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"research_paper_2.PNG <span style='color:#111;'> 21.08KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.89KB </span>","children":null,"spread":false},{"title":"cons_1.PNG <span style='color:#111;'> 6.23KB </span>","children":null,"spread":false},{"title":"plot2.m <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"autoencoder.py <span style='color:#111;'> 6.08KB </span>","children":null,"spread":false},{"title":"plot_2.PNG <span style='color:#111;'> 18.07KB </span>","children":null,"spread":false},{"title":"plot_1.PNG <span style='color:#111;'> 18.47KB </span>","children":null,"spread":false},{"title":"cons_2.PNG <span style='color:#111;'> 6.68KB </span>","children":null,"spread":false},{"title":"dataset.xls <span style='color:#111;'> 5.28MB </span>","children":null,"spread":false},{"title":"autoencoder_7_4_symbol.ipynb <span style='color:#111;'> 25.86KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明