差影法matlab代码-code-of-matlab-PCA:matlab代码

上传者: 38655561 | 上传时间: 2022-05-04 21:23:02 | 文件大小: 2KB | 文件类型: ZIP
差影法matlab代码 code-of-matlab-PCA 利用库函数实现的主成分分析 其中对应的数据来自网上 实现PCA的方法, 可【1】直接调用Matlab工具箱princomp( )函数实现,也可【2】 自己实现PCA的过程,当然也可以【3】使用快速PCA算法的方法。 (1)方法一:[COEFF SCORE latent]=princomp(X) 参数说明: 1)COEFF 是主成分分量,即样本协方差矩阵的特征向量; 2)SCORE主成分,是样本X在低维空间的表示形式,即样本X在主成份分量COEFF上的投影 ,若需要降k维,则只需要取前k列主成分分量即可 3)latent:一个包含样本协方差矩阵特征值的向量; 实例:假设有8个样本,每个样本有4个特征(属性),使用PCA方法实现降维(k维,k小于特征个数4),并提取前2个主成份的特征,即将原始数据从4维空间降维到2维空间。 对应的代码分别用三种方法进行了实现。

文件下载

资源详情

[{"title":"( 4 个子文件 2KB ) 差影法matlab代码-code-of-matlab-PCA:matlab代码","children":[{"title":"code-of-matlab-PCA-main","children":[{"title":"pca1.m <span style='color:#111;'> 414B </span>","children":null,"spread":false},{"title":"fastPCA.m <span style='color:#111;'> 655B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 955B </span>","children":null,"spread":false},{"title":"pca2.m <span style='color:#111;'> 494B </span>","children":null,"spread":false}],"spread":true}],"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