matlab 工具之各种降维方法工具包,下载及使用教程,有PCA, LDA, 等等。。。
2016-01-09 21:44
906 查看
最近跑深度学习,提出的feature是4096维的,放到我们的程序里,跑得很慢,很慢。。。。
于是,一怒之下,就给他降维处理了,但是matlab 自带的什么pca( ), princomp( )函数,搞不清楚怎么用的,表示不大明白,下了一个软件包:
名字:Matlab Toolbox for Dimensionality Reduction
链接:http://lvdmaaten.github.io/drtoolbox/
Currently, the Matlab Toolbox for Dimensionality Reduction contains the following techniques:
Principal Component Analysis (PCA)
Probabilistic PCA
Factor Analysis (FA)
Classical multidimensional scaling (MDS)
Sammon mapping
Linear Discriminant Analysis (LDA) 等34种降维方法。。。。
废话少说,上干货。。。。
先下载该软件包,解压到自己的matlab文件中,然后添加该软件包的路径:
然后就是上自己的数据了,我的数据为: test_feature,想把它降维到 1000维,执行:
test_feature为要降维处理的数据, pca 为我选择的降维方法, 1000 是我想要的最终数据维数,生成的mapped_data即为降维处理后的数据。
![](http://images2015.cnblogs.com/blog/821593/201601/821593-20160109214201793-63799231.png)
接下来,就是漫长的等待了,数据实在太大了。。。笔记本在咆哮。。。。。
于是,一怒之下,就给他降维处理了,但是matlab 自带的什么pca( ), princomp( )函数,搞不清楚怎么用的,表示不大明白,下了一个软件包:
名字:Matlab Toolbox for Dimensionality Reduction
链接:http://lvdmaaten.github.io/drtoolbox/
Currently, the Matlab Toolbox for Dimensionality Reduction contains the following techniques:
Principal Component Analysis (PCA)
Probabilistic PCA
Factor Analysis (FA)
Classical multidimensional scaling (MDS)
Sammon mapping
Linear Discriminant Analysis (LDA) 等34种降维方法。。。。
废话少说,上干货。。。。
先下载该软件包,解压到自己的matlab文件中,然后添加该软件包的路径:
[b]addpath(genpath(‘你的路径/drtoolbox’));[/b]
然后就是上自己的数据了,我的数据为: test_feature,想把它降维到 1000维,执行:
test_feature为要降维处理的数据, pca 为我选择的降维方法, 1000 是我想要的最终数据维数,生成的mapped_data即为降维处理后的数据。
[mapped_data, mapping] = compute_mapping(test_feature, 'PCA', 1000 );
1 net_feature_path = [path, 'net feature/']; %% test_feature = importdata([net_feature_path, 'HAT_test_features.txt']); [mapped_data, mapping] = compute_mapping(test_feature, 'PCA', 1000 ); for i = 1:size(mapped_data, 1) line = mapped_data(i, :); file = fopen([net_feature_path, 'PCA_HAT_test_features.txt'], 'a'); fprintf(file, '%s ', mapped_data); fprintf(file, '\n' ); fclose(file); end % [coef, score, latent, t2] = princomp(test_fea); % COEFF = pca(test_fea) ;
![](http://images2015.cnblogs.com/blog/821593/201601/821593-20160109214201793-63799231.png)
接下来,就是漫长的等待了,数据实在太大了。。。笔记本在咆哮。。。。。
![](http://images2015.cnblogs.com/blog/821593/201601/821593-20160109230028996-930178195.jpg)
相关文章推荐
- Matlab多项式回归实现
- 搜索边缘链表算法之Matlab实现
- matlab 3D sphere err bar 在3D的球上显示对应点的误差
- matlab做偏最小二乘回归
- matlab kmeans 函数
- 让书写的Matlab代码运行更快 Recipes for Faster Matlab Code
- Matlab画统计折线
- Hessian矩阵判定极值之MATLAB实现符号解
- 在线matlab lingo ruty r python go
- Matlab 生成任意扇形区域
- 层次分析法(AHP)的Matlab实现
- Matlab—matlab的下载与安装
- Caffe + Ubuntu 15.10 64bit + CUDA 7.5 +Matlab2014a
- matlab 下载
- 蒙特卡洛法之MATLAB实现
- matlab图像处理 Introduction to MATLAB
- utilities(matlab)—— mat2imgcell
- matlab 获取网卡MAC地址
- matlab中 数据保留有效位数
- matlab的m程序转执行文件exe