关于数据降维的一些经典算法
2016-01-21 17:58
621 查看
数据降维
0 前言
降维方法可分为有监督降维方法、半监督降维方法、无监督降维方法。有监督的降维方法有:线性判别式分析(Linear discriminant analysis, LDA); 边缘Fisher分析(Marginal fisher analysis,MFA);最大边缘准则(Maximum margin criterion, MMC)等。
无监督的降维方法有:主成分分析(Principal component analysis, PCA), 近邻保持投影(Neighborhood preserving embedding, NPE),局部保持投影(Locality preserving projections, LPP),稀疏保持投影(SPP)等。
* 半监督的降维*方法有:半监督降维(Semi-supervised dimensionality reduction, SSDR), 半监督判别式分析(Semi-supervised discriminant analysis,SDA)等。
未完待续,,,
有时间写详细的各算法详细分析
相关文章推荐
- Android Studio上修改SVN地址
- AndroidStudio插件GsonFormat快速实现JavaBean
- rsyslog日志管理(mariadb+loganalyzer)
- 了解lua setmetatable和__index
- 图像旋转原理及实现
- IDA6.6远程调试Android应用程序的一点总结
- Android学习历程8-Fragment详解
- 【转】分区表索引实践案例
- 小技巧:域账号变更信息筛选\用户数据筛选
- 小技巧:域账号变更信息筛选\用户数据筛选
- Git 常用命令
- 关于Bitmap对象,尺寸压缩,质量压缩
- leetcode21. Merge Two Sorted Lists
- weinre使用
- python学习------------异常以及反射
- jquery 给table里的td动态创建控件并处理
- 通讯协议序列化
- 用python实现的抓取腾讯视频所有电影的爬虫
- NSString / NSMutableString 字符串处理,常用代码 (实例)
- java中对cookie的读写操作