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

从github上转来的matlab降维工具箱，直接调用函数compute_mapping就可以运用各种降维方法。该函数包使用方法请自行百度。 由于是转的函数包，所以这里就设置2积分。。。(｀・ω・´)

MatlabToolboxforDimensionalityReduction-drtoolbox.rar 最近想详细研究下特征提取和降维相关的东西.. 在网上搜索了一下.查到了个降维的工具箱.感觉还不错..先分享一下~ 这个工具箱里把常见的降维方法几乎都涵盖了.. drtoolbox.rar ================================= Currently, the Matlab Toolbox for Dimensionality Reduction contains the following techniques: Principal Component Analysis Probabilistic PCA Factor Analysis Sammon mapping Linear Discriminant Analysis Multidimensional scaling Isomap Landmark Isomap Local Linear Embedding Laplacian Eigenmaps Hessian LLE Local Tangent Space Alignment Conformal Eigenmaps Maximum Variance Unfolding Landmark MVU Fast Maximum Variance Unfolding Kernel PCA Generalized Discriminant Analysis Diffusion maps Stochastic Neighbor Embedding Symmetric SNE new: t-Distributed Stochastic Neighbor Embedding Neighborhood Preserving Embedding Locality Preserving Projection Linear Local Tangent Space Alignment Stochastic Proximity Embedding Multilayer autoencoders Local Linear Coordination Manifold charting Coordinated Factor Analysis new: Gaussian Process Latent Variable Model

囊括了几乎所有的数据降维算法，Matlab数据降维drtoolbox工具箱

Matlab数据降维工具箱，包括几乎所有的数据降维方法：PCA、LDA、ICA、MDS、Isomap、 LandmarkIsomap、LLE、LLC、Laplacian、HessianLLE、LTSA、DiffusionMaps、KernelPCA、 KernelLDA、SNE、NPE、LPP、SPE、LLTSA、SPCA、CCA、MVU、FastMVU、AutoEncoder、AutoEncoderEA

MATLAB的SVM安装包drtoolbox与libsvm-3.17安装包。 在MATLAB中使用支持向量机，需要使用这两个文件。