核主元分析KPCA，主要用于数据降维。核主成分分析（Kernel Principal Component Analysis, KPCA）方法是PCA方法的改进，从名字上也可以很容易看出，不同之处就在于“核”。使用核函数的目的：用以构造复杂的非线性分类器。
2024-09-10 11:35:14
209KB
1
利用ReliefF算法对回归特征变量做特征重要性排序，实现特征选择。
通过重要性排序图，选择重要的特征变量，以期实现数据降维的目的。
程序直接替换数据就可以用，程序内有注释，方便学习和使用。
程序语言为matlab。
2024-05-13 17:26:37
265KB
1
drttoolbox : Matlab Toolbox for Dimensionality Reduction是Laurens van der Maaten数据降维的工具箱。
里面囊括了几乎所有的数据降维算法
从http://homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html弄下来的，放在这希望对以后有帮助
2023-03-02 21:07:38
1.07MB
1