-
等级
本版专家分：0结帖率 0% -
希望大神发一些代码指点一下展开阅读全文
-
等级
本版专家分：3062勋章
-
- 状元 2017年 总版技术专家分年内排行榜第一
-
- 榜眼 2014年 总版技术专家分年内排行榜第二
-
- 探花 2013年 总版技术专家分年内排行榜第三
-
-
进士
2018年总版新获得的技术专家分排名前十
2012年 总版技术专家分年内排行榜第七
-
-
百度搜相关关键字。
-
等级
本版专家分：5 -
实在不懂，先google、度娘吧。帮顶。
- PCA原理分析和Matlab实现方法（三）
PCA主成分分析原理分析和Matlab实现方法（三） PCA算法主要用于降维，就是将样本数据从高维空间投影到低维空间中，并尽可能的在低维空间中表示原始数据。PCA的几何意义可简单解释为： 0维-PCA：将所有样本信息都...
- PCA 降维算法详解 以及代码示例
最近发现我的一篇关于PCA算法总结以及个人理解的博客的访问量比较高， 刚好目前又重新学习了一下PCA （主成分分析） 降维算法， 所以打算把目前掌握的做个全面的整理总结， 能够对有需要的人有帮助。 自己再看自己写...
- Python实现主成分分析（PCA）降维
主成分分析是我十分喜欢的一个将为丰富，在之前学习并总结过其matlab的实现方法。
- PCA主成分分析应用于人脸识别的MATLAB实现
主成分分析PCA——人脸识别MATLAB实现 我在学习PCA降维以压缩数据的时候发现可以通过它来实现人脸识别，查阅了大量资料，除了矩阵求导具体推导没有太懂之外，弄懂了所由原理和技术细节，并在ORL_92x112人脸数据集...
- 傻瓜攻略（一）——MATLAB主成分分析（PCA）代码及结果分析实例
主成分分析法(PCA)是一种高效处理多维数据的多元统计分析方法，将主成分分析用于多指标（变量）的综合评价较为普遍。 该方法的基本思想是运用较少的变量去解释原始数据中的大部分变异，通过对原始数据相关矩阵内部...
- 主成分分析（PCA）原理详解
机器学习中有关特征选择的问题，其实就是要剔除和类标签无关的特征，去除噪声或者冗余。在这种情况下，需要一种特征降维的方法来减少特征数，减少噪音和冗余，减少过度拟合的可能性...所以，我们就要用到主成分分析的处
- 主成分分析PCA和核化线性降维kernel PCA
主成分分析（Principal Component Analysis）是最常用的一种降维方法。以前经常用PCA用来特征的降维，但对原理和实现方法理解的不透彻，用起来心里没底，这几天有空总结一下PCA的原理。 原理 在正交属性空间中的...
- 机器学习降维之主成分分析法（PCA）
主成分分析（principal component analysis）也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。 PCA主要...
- 学习笔记 | 主成分分析(PCA)及其若干应用
这篇博客介绍了主成分分析及其若干简单应用，包括背景说明、基本原理、算法的实现步骤以及一些基本的应用，应用包括用PCA降维、做数据的可视化、图像压缩等。
- 主成分分析（PCA）在压缩图像方面的应用
主成分分析能够通过提取数据的主要成分，减少数据的特征，达到数据降维的目的。 具体的原理可参见之前写的关于PCA原理的一篇文章： 点击打开链接 二、使用matlab仿真实现 %% 利用PCA对图像压缩 close all ...
- 主成分分析（PCA）原理和鲁棒主成分分析（RPCA）详解
主成分分析（PCA）原理和鲁棒主成分分析（RPCA）详解 ...
- 三维点云学习（1）上-PCA主成分分析 法向量估计
三维点云学习（1） 环境安装 1.系统环境 win10 或者 ubuntu 2. Anaconda3+python3.6 使用Anaconda创建的conda虚拟环境进行python的编写 环境安装主要参考如下网址 安装Anaconda3 Anconda3 安装 open3d ...
- 主成分分析（PCA）一次讲个够
PCA 简介多元统计分析中普遍存在的困难中，有一个困难是多元数据的可视化。matlab 中的 plot 可以显示两个变量之间的关系，plot3 和surf 可以显示三维的不同。但是当有多于3个变量时，要可视化变量之间的关系就很...
- 机器学习：matlab和python实现PCA降维算法
降维是机器学习中十分重要的一种思想。在机器学习中，我们会经常处理一些高维数据，而高维数据情形下，会出现距离计算困难，数据样本稀疏等问题。这类问题是所有机器学习方法共同面临的问题，我们也称之为“维度灾难...
- R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
维度降低有两个主要用例：数据探索和机器学习。它对于数据探索很有用，因为维数减少到几个维度（例如2或3维）允许可视化样本。然后可以使用这种可视化来从数据获得见解（例如，检测聚类并识别异常...主成分分析（...
- 临时抱佛脚的Machine Learning 01-PCA主成分分析
原文链接：http://www.cnblogs.com/xingshansi/articles/6445625.html PCA算法 作者：桂。 时间：2017-02-26 19:54:26 链接：...本文为模式识别系列第一篇，主要介绍主成分分析算法（Princip...
- [机器学习]PCA主成分分析原理分析和Matlab实现方法
网上关于PCA（主成分分析）原理和分析的博客很多，本博客并不打算长篇大论推论PCA理论，而是用最精简的语言说明鄙人对PCA的理解，并在最后给出用Matlab计算PCA过程的三种方法，方便大家对PCA的理解。 源代码和附件...
- 基于PCA的人脸识别的Matlab实现代码
基于PCA的人脸识别算法 --Matlab Face recognition Based on PCA
- 降维和特征选择的关键方法介绍及MATLAB实现
主成分分析（Principle Component Analysis, PCA）方法 偏最小二乘法(Partial Least Squares, PLS) MATLAB实现 重点函数解读： 【例】光谱数据主成分回归分析（PCR） 【例】偏最小二乘法（PLS） 特征选择的...
- 常见ML算法 ---- PCA主成分分析（Principal components analysis）
上周，整理了一份1年多之前的关于LDA的学习记录，还有很多存货，后续一一发出，并不会涉及太多背景介绍，主要帮助自己记录并回顾，本次同样进行降维方法的介绍 ： PCA意义解析： PCA的核心思想是，将高维的数据...
- PCA主成分分析
一、PCA简介 1. 相关背景 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一下心得体会。 在许多领域的...
- 主成分分析以及应用：企业综合实力排序
这段时间一直在学习数据挖掘的一些算法，今天通过不断查阅资料，学习整理了一下主成分分析这个数据降维算法。并且结合一个实例进行matlab编程实现。 主成分基本原理在数据挖掘中，经常会遇到一个问题就是一个问题...
- 利用PCA降维的手工计算实例
本文主要根据PCA的原理对某一个具体的例子进行了手工计算，并且讨论了对含义一样但是表示不一样的矩阵在通过MATLAB求解协方差矩阵的过程中又怎样的差别。
- PCA 主成分分析（Principal components analysis ）
问题 1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。 2、 拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是...
- 主成分分析（PCA）算法简述
示例（二维数据降维）二、PCA算法介绍2.1.PCA算法描述2.1.1. 最大化投影后方差：2.1.2. 最小化投影后的损失：2.2 PCA算法步骤三、PCA算法编程示例总结 前言 在学习ICA...
- LDA算法原理及matlab实现
注：本文非笔者原创，原文转载自... 1. LDA是什么 线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Be
- 主成分分析法以及python实现
本文主要介绍一种降维算法，主成分分析法，Principal Components Analysis,简称PCA,这种方法的目标是找到一个数据近似集中的子空间，至于如何找到这个子空间，下文会给出详细的介绍，PCA比其他降维算法更加直接，只...
- PCA 原理：为什么用协方差矩阵
PCA是主成分分析(Principal Components Analysis)的简称。这是一种数据降维技术，用于数据预处理。一般我们获取的原始数据维度都很高，那么我们可以运用PCA算法降低特征维度。这样不仅可以去除无用的噪声，还能减少...
- Premiere2019破解版
文档内包含pr2019版本的破解版，只需在解压后点击Setup.exe即可一键安装。
- 亚太数学建模（APMCM）历年赛题与优秀论文14-18年.zip
亚太数学建模（APMCM）历年优秀论文