核主成分分析KPCA,核主成分分析 matlab,Python
核主成分分析法，使用python实现。应对非线性数据，先使用核技巧映射高维使之线性可分，之后再用PCA方法将高维降到低维，理论上可从无穷维降到一维或二维，将数据变为线性可分。此程序中既包含了手工制作的KPCA全过程，也有直接从sklearn调用包直接实现。里面有详细的代码注释，核分块注释，可以截取自己需要的部分。直接套用的话，使用最前面一段代码替换数据即可
文件下载
资源详情
[{"title":"（ 1 个子文件 3KB ） 核主成分分析KPCA,核主成分分析 matlab,Python","children":[{"title":"核主成分分析KPCA.py <span style='color:#111;'> 10.68KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- EMC-VNX阵列配置、管理、升级-v2.0
- 《Linux技术内幕》罗秋明著
- USG6000V-enspv1.3.rar
- Convex Optimization Algorithms
- 关于汽车的制动性的MAtlab仿真
- High Efficiency Video Coding (Hevc) Algorithms and Architectures
- graphics.py
- 基于LabVIEW的感应电机转速转矩测量系统
- 汽车电子控制技术_凌永成&于京诺主编
- Labview圆度检测程序
- apache-atlas-2.1.0-hive-hook.tar.gz
- MFC截图程序 完整版
- VBA For WPS 2019.zip
- 扁平简洁的HTML登录页面.rar
- frame-lang.github.io：主要网站-源码
- 去台标去水印Remove Logo Now12.zip
- 电力电子matlab仿真
- 企业日常事务管理系统
- IHS变换融合方法
- 毕业论文,语音控制小车,毕业设计
- 基于安卓的学习系统app
- opensta-压力测试工具
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
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