搜索资源列表
PLS
- 偏最小二乘法（PLS）建模方法是集多元回归、典型相关分析及主成分分析的功能于一体的方法-Partial Least Squares
programs-and-data
- 通过KNN分类法，根据酒的某些性状信息对酒进行分类。然后，通过交叉验证对分类结果进行测试。最后，对数据进行主成分分析，再进行分类。-By KNN classification, according to certain traits information wine wine classification. Then, through cross-validation of the classification tested. Finally, principal component analy
pattern-identification
- 主成分分析、Fisher判别法与支持向量机在模式识别中的应用-Application of principal component analysis, Fisher discriminant analysis and support vector machine in pattern recognition
pythonsrc
- 机器学习算法，包括主成分分析方法，奇异值分解，逻辑回归，最小二乘法线性回归，朴素贝叶斯-machine learning algorithm prototype including PCA, SVD, Logic Regression, LMS and Naive Bayes
CodeGPCAPDASpectral
- 广义主成分聚类，用于高维数据降维聚类分析，比主成分分析更好一点-Generalized principal component clustering analysis is used to reduce the dimension of high-dimensional data, which is better than the principal component analysis.
PCA-AND-PNN
- 应用主成分分析对数据降维，将得到的数据用于概率神经网络训练，进行模式识别。对于一组新数据，先计算主成分得分，再输入训练好的概率神经网络，就会得到识别结果，即改组数据属于何种类别。-Principal component analysis of the data reduction, data will be obtained for the probabilistic neural network training, pattern recognition. For a new set of d
pca
- 应用主成分分析将数十维数据压缩，得到主成分，根据主成分得分给案例排序，得到案例 的得分排序，从而得到评价结果。-Principal component analysis of dozens dimensional data compression, get the main ingredients, according to the principal component scores to sort the case to give the case to score the sort to
PCA
- 数据挖掘中很重要的主成分分析(PCA)算法-Principal Component Algorithm in Data Mining
PCA
- 利用MATLAB语言，主成分分析源代码，有具体分析距离，程序有详细注释-Using MATLAB language, principal component analysis source code, a detailed analysis the program detailed notes
PCA
- 主成分分析法PCA，matlab源码，欢迎下载。-Principal component analysis PCA, matlab source code, welcome to download.
PCA
- python PCA算法。 以及主成分分析的相关文档，资料，数据集。-python PCA algorithm.
PCA
- 主成分分析做人脸识别的一个很简单的应用，其中数据集是CMU的一个人脸数据集，数据集和程序打包一起了，其中参数可以修改的，比较粗糙，不过能对PCA做人脸识别有一个大概的认识-The principal component analysis to do a very simple application of face recognition, the data set is a face of the CMU data set, the data set and the package toget
主成分和因子分析
- 主成分分析是多元统计分析中用来分析数据的一种方法，它是用一种较少数量的特征对样本进行描述以达到降低特征空间维数的方法(Principal component analysis is a method of data used in multivariate statistical analysis, it is describing the samples with characteristics of a small number of methods to reduce the dimens
PCA
- 本程序可以对高维数据进行降维，便于得到主成分进行后续分析。(This program can reduce dimension of high-dimensional data and facilitate principal component analysis for subsequent analysis.)
PCA TEST
- 主成分分析程序，能够对高维数据降维分析，适用于高维特征降维，大数据分析(The principal component analysis program can analyze dimensionality reduction of high-dimensional data.)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime
核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用
- 主要功能有： （1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算