没有合适的资源?快使用搜索试试~ 我知道了~
SVD 和 PCA 中的符号校正:确定 SVD 中奇异向量的正确符号(PCA 中的分数和加载向量)-matlab开发
共1个文件
zip:1个
需积分: 13 3 下载量 22 浏览量
2021-06-01
17:45:59
上传
评论
收藏 2KB ZIP 举报
温馨提示
尽管奇异值分解 (SVD) 和特征值分解 (EVD) 已经很成熟并且可以通过最先进的算法进行计算,但人们普遍不认为存在内在符号不确定性会显着影响结论以及从他们的结果中得出的解释。 我们通过从奇异向量和单个数据向量的内积的符号确定奇异向量的符号来提供符号歧义问题的解决方案。 数据向量可能具有不同的方向,但选择大多数向量指向的方向具有直观和实际意义。 这可以通过评估带符号内积之和的符号来找到。 更多信息请访问:R. Bro、E. Acar 和 TG Kolda。 解决奇异值分解中的符号歧义。 J.Chemom。 22:135-140, 2008 和www.models.life.ku.dk
资源推荐
资源详情
资源评论
收起资源包目录
22118-sign-correction-in-svd-and-pca.zip (1个子文件)
sign_flip.zip 2KB
共 1 条
- 1
资源评论
weixin_38513665
- 粉丝: 5
- 资源: 936
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功