- 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)
0 a0 v+ g& I% S% ?$ z0 p- l A
* i" g! N& z h- J: |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。
( O9 |* T. K$ b8 ~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。
9 z6 q* l! X6 p( k; S# j+ N3 d从投影寻踪的理论与应用研究来看,主要涉及三方面内容:
$ |4 m6 g1 Y% u1 P3 o8 E" m. J1.投影寻踪聚类分析;3 }7 q6 j S' \ X2 k2 R3 M
2.投影寻踪回归;
) H, g! G u6 m! ~9 h" B9 ^, D3.投影寻踪学习网络。4 a4 v9 \0 \# t" p; d
0 j% ?. l {! n. I& y$ _5 m! m
5 B% O, I9 `. ^8 z; [) \' D. q2 s
; l4 F) D: {& H+ X$ J3 j
! k, c$ A% L' I( Y0 [* z5 g$ X |
zan
|