相关峭度matlab代码-SparseProjectionPursuit:稀疏投影追求

系统开源

相关陡度matlab代码稀疏投影追踪分析（SPPA）基于峰度的投影追踪分析（PPA）被开发为替代性探索性数据分析算法。普通的PPA不会使用方差和基于距离的指标来获取高维数据（例如PCA，HCA和kNN）的信息性投影，而是通过优化峰度来搜索有趣的投影。但是，如果样本变量比率过低，则普通PPA可能会通过找到导致峰度值较低的原始变量的虚假组合来“过度建模”数据。为了克服这个问题，可以在应用PCA之前使用PCA压缩其数据（样本与变量的比率为10：1）。为了使PPA独立于PCA，我们开发了PPA（SPPA）的稀疏实现，其中使用遗传算法选择原始变量的子集。该存储库包含可用于将SPPA应用于高维数据的MATLAB代码，正在使用的SPPA示例以及在SPPA上发布的相应论文。下面是我们最近的论文中的一张图，显示了该算法的基本方法。 MATLAB功能 SPPA.m是使用遗传算法执行基于稀疏峰度的投影追踪的MATLAB函数。引用此算法请引用。该存储库的结构此存储库的master分支包含为发行的工作实现的原始SPPA代码（1.0版）。如果可用，可以在其他具有相应版本号的分支中找到原始代

文件下载

资源详情

[{"title":"（ 5 个子文件 395KB ）相关峭度matlab代码-SparseProjectionPursuit:稀疏投影追求","children":[{"title":"SparseProjectionPursuit-master","children":[{"title":".gitignore 7B ","children":null,"spread":false},{"title":"SPPA.m 56.61KB ","children":null,"spread":false},{"title":"Salmon.mat 380.39KB ","children":null,"spread":false},{"title":"README.md 3.92KB ","children":null,"spread":false},{"title":"demo.m 671B ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

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

相关峭度matlab代码-SparseProjectionPursuit:稀疏投影追求

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载