没有合适的资源？快使用搜索试试~
我知道了~
文库首页
大数据
Matlab
matlab鸢尾花降维代码-PCA:主成分分析
系统开源
所需积分/C币: 42
浏览量·911
ZIP
152KB
2021-06-19 04:50:18 上传
身份认证 购VIP最低享 7 折!
立即下载
开通VIP（低至0.43/天）
买1年送1年+抽豪礼
评论
收藏
举报
共11个文件
m：8个
mat：2个
txt：1个
matlab鸢尾花降维代码
资源推荐
资源详情
资源评论
收起资源包目录
PCA-master.zip
（11个子文件）
PCA-master
pca1.m
670B
solution2.m
1KB
display_digit.m
533B
solution1.m
2KB
findbestM.m
339B
digit.mat
148KB
iris.mat
5KB
encode.m
182B
reconstructData.m
248B
pca2.m
453B
readme.txt
2KB
共 11 条
1
2
3
主成分分析PCA降维的MATLAB程序实现代码
在MATLAB中实现用主成分分析（PCA）的方法对矩阵的降维.其中包括具体程序实现代码，为了增加程序的可读性，对程序的主要步骤都进行了解释。
svd算法matlab代码-pca:主成分分析
svd算法matlab代码 PCA Matlab PCA algorithm sample code using SVD
PCA主成分分析Matlab仿真代码
线性降维主成分分析PCA的matlab图像压缩仿真代码，还包括了与奇异值分解进行对比的程序，基于matlab2018写的，可直接运行。
PCA 主成分分析代码 MATLAB版
PCA 主成分分析代码 MATLAB版 PCA 主成分分析代码 MATLAB版 PCA 主成分分析代码 MATLAB版
图像的均方误差的matlab代码-face-recognition-using-pca:主成分分析的人脸识别
图像的均方误差的matlab代码主成分分析的人脸识别 该存储库用于基于的人脸识别，它显示了如何使用主成分分析（PCA）进行人脸识别。 本文提出了一个简单而有效的想法，即使用特征脸（通过PCA获得）来执行无监督人脸...
matlab 实现主成分分析（PCA）
基于matlab实现PCA降维算法，可用于多维数据的损失最小化压缩，内附全代码
PCA主成分分析实现方法Matlab
PCA主成分分析实现方法Matlab；详细请查看博客资料：http://blog.csdn.net/guyuealian/article/details/68487833
pca-vis:主成分分析可视化 Demo
pca-vis 主成分分析可视化 Demo
matlabkpca代码-KPCA:内核主成分分析（KPCA）的实现及其应用（代码+描述）
这是内核主成分分析（KPCA）及其应用程序（代码+描述）的实现。 这是文件结构： KPCA |-- src |-- myarrow.m |-- mygenerate_data.m |-- mykernel.m |-- myKPCA.m |-- myPCA.m |-- PCAKPCA_test.m |-- Readme.md |--...
PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序
PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序 他们是目前图像处理比较经典的特征提取方法
Python数据分析与机器学习-PCA主成分分析
Python数据分析与机器学习-PCA主成分分析 Python数据分析与机器学习-PCA主成分分析
典型相关分析matlab实现代码-iris:利用逻辑回归的方法对鸢尾花数据集进行分类
典型相关分析matlab实现代码 iris 一、简介 学习机器学习有一段时间了，由于以前使用的是matlab，所以想使用python来实现一些机器学习的问题。 鸢尾花分类问题时一个很经典的问题，我就想从这个问题入手吧。网上有一些相关的代码，但是我看到的几 个都有些肉眼可见的缺陷，所以，我索性把网上的参考抛开，按照自己的思路实现一个。 会有不少缺陷，求 大神轻喷 :) 二、iris数据集 Iris（
PCA降维MATLAB程序
PCA降维MATLAB程序,主要用于光谱的降维PCA降维MATLAB程序,主要用于光谱的降维
matlab利用PCA函数进行降维.zip
整理了各位博主的伪代码，并写成matlab程序，然后自己利用matlab自带的pca函数进行计算，两种方法进行比较，程序只需要导入自己数据就能运行。
LDA代码实现（Matlab版）
这是我找到的一个用matlaB写的LDA算法的代码实例
PCA-matlab实现(详细注释)
降维算法PCA在matlab平台下的使用demo，采用自带函数，注释详细。
利用PCA对鸢尾花数据集进行降维测试-附件资源
利用PCA对鸢尾花数据集进行降维测试-附件资源
MATLAB 对iris数据集进行PCA
matlab PCA的m文件。数据集Iris是常用的分类实验数据集，由Fisher, 1936收集整理。 CSDN上原来有一个arff格式的鸢尾花数据集，不方便matlab直接调用。 我的这个数据集是txt格式的，在matlab下可以直接一句命令“load('iris.txt')”加载。 iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的50个样本数据构成。其中
基于PCA实现鸢尾花数据集降维【源程序】【Python】
基于Python3.7实现鸢尾花数据集降维，调用PCA算法。包括源程序和结果图片。
鸢尾花matlab三维图表示
用matlab的三维图来描述鸢尾花数据集
基于MATLAB的鸢尾花数据集分类
MATLAB平台下实现构造前馈神经网络，实现BP算法，对鸢尾花数据集进行分类。
lda降维matlab代码-pel304-pca-mlda:pel304-pca-mlda
lda降维matlab代码硅Craft.io SiProcess是图像处理实验室存储库。 在这里，您会发现一些Matlab / Python算法可以对数据进行线性分类。 分类 分类代码导入您的数据（矢量化图像的矩阵），使用进行降维，并使用/分隔...
鸢尾花数据集bp算法matlab分类
本程序利用matlab软件将鸢尾花数据集进行分类，利用的是bp算法
鸢尾花（iris）数据集，txt格式，matlab可以直接调用
Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。 CSDN上原来有一个arff格式的鸢尾花数据集，不方便matlab直接调用。 我的这个数据集是txt格式的，在matlab下可以直接一句命令“load('iris.txt')”加载。 iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性
MATLAB——有导师学习神经网络的分类——鸢尾花种类识别
本代码主要利用MATLAB工具进行MATLAB——有导师学习神经网络的分类——鸢尾花种类识别
matlab贝叶斯源码iris分类
matlab贝叶斯分类源码，数据集为UCI下载的Iris，代码包括数据预处理
鸢尾花分类与降维
这段时间，自己学习了一些有关机器学习的算法，现在拿鸢尾花分类来对这四种进行巩固与回顾。 这些算法都是直接使用的skearn库的算法，并未自己编写。 鸢尾花的降维 import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris data = loa
列表法和使用自相关矩阵的PCA算法对Iris分析
本次任务主要是利用快速近邻算法的列表法对Iris进行分类，若空间为无限多的样本时可以提高分类效率。并且利用相关矩阵的PCA算法对Iris进行压缩分析使四个特征向量较少至二维甚至为一维空间。使样本易于分析，可以更直观简便的对样本进行分析。
评论
收藏
举报
立即下载
开通VIP（低至0.43/天）
买1年送1年+抽豪礼
资源评论
评论
weixin_38617451
粉丝: 3
资源:
929
私信
前往需求广场，查看用户热搜
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
已下载
下载帮助
看过该资源的人还看了
主成分分析PCA降维的MATLAB程序实现代码
svd算法matlab代码-pca:主成分分析
PCA主成分分析Matlab仿真代码
PCA 主成分分析代码 MATLAB版
图像的均方误差的matlab代码-face-recognition-using-pca:主成分分析的人脸识别
matlab 实现主成分分析（PCA）
PCA主成分分析实现方法Matlab
pca-vis:主成分分析可视化 Demo
matlabkpca代码-KPCA:内核主成分分析（KPCA）的实现及其应用（代码+描述）
PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序
微信小程序源码合集
高考志愿填报小程序.zip
微信小程序源码-合集1.rar
精品专辑
内容简介：PCA-master.zip PCA-master PCA-master pca1.m solution2.m display_digit.m solution1.m findbestM.m digit.mat iris.mat encode.m reconstructData.m pca2.m readme.txt
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
