1. 程式人生 > >關於資料降維的一些經典演算法

關於資料降維的一些經典演算法

資料降維

0 前言

降維方法可分為有監督降維方法半監督降維方法無監督降維方法

有監督的降維方法有:線性判別式分析(Linear discriminant analysis, LDA); 邊緣Fisher分析(Marginal fisher analysis,MFA);最大邊緣準則(Maximum margin criterion, MMC)等。

無監督的降維方法有:主成分分析(Principal component analysis, PCA), 近鄰保持投影(Neighborhood preserving embedding, NPE),區域性保持投影(Locality preserving projections, LPP),稀疏保持投影(SPP)等。

* 半監督的降維*方法有:半監督降維(Semi-supervised dimensionality reduction, SSDR), 半監督判別式分析(Semi-supervised discriminant analysis,SDA)等。

未完待續,,,
有時間寫詳細的各演算法詳細分析