- 在线时间
- 555 小时
- 最后登录
- 2024-2-3
- 注册时间
- 2021-4-27
- 听众数
- 65
- 收听数
- 0
- 能力
- 7900 分
- 体力
- 14668 点
- 威望
- 790 点
- 阅读权限
- 255
- 积分
- 170896
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 1145
- 主题
- 889
- 精华
- 2
- 分享
- 0
- 好友
- 31
TA的每日心情 | 开心 2023-3-15 17:49 |
---|
签到天数: 224 天 [LV.7]常住居民III
|
投影寻踪.zip
(3.84 MB, 下载次数: 8)
9 g# m f8 r3 Z( u# \; x
+ e, n e2 t- I
投影寻踪是处理和分析高维数据的一类统计方法,其基本思想是将高维数据投影到低维(1~3维)子空间上,寻找出反映原高维数据的结构或特征的投影,以达到研究和分析高维数据的目的。1974年,美国Stanford大学的Friedman和Tukey首次将该方法命名为Projection Pursuit,即投影寻踪。
* |# p& a0 {; x# d8 Z5 [: \投影寻踪(projection pursuit,简称PP)是国际统计界于70年代中期发展起来的一种新的、有价值的新技术,是统计学、应用数学和计算机技术的交叉学科。它是用来分析和处理高维观测数据,尤其是非正态非线性高维数据的一种新兴统计方法。它通过把高维数据投影到低维子空间上,寻找出能反映原高维数据的结构或特征的投影,达到研究分析高维数据的目的。它具有稳健性、抗干扰性和准确度高等优点,因而在许多领域得到广泛应用。& ^. x' p# L- _# p' e
从投影寻踪的理论与应用研究来看,主要涉及三方面内容:" P5 o7 k3 v4 r* y" `
1.投影寻踪聚类分析;9 z- p& l8 V* Y4 F" i2 U& B) r! Y
2.投影寻踪回归;4 V3 P/ ~% C {8 a5 k6 q
3.投影寻踪学习网络。9 t. W* r/ {0 G; l5 a( G' Q
* Z! X( H9 y" F ^8 V
4 y0 j0 x0 n% b' I- h
3 s( ^8 a' r, q2 G
: s c/ I& n& ~ |
zan
|