没有合适的资源?快使用搜索试试~ 我知道了~
INI流水线学习:将Isomap,LLE和扩散图算法应用于几个数据集,包括经典瑞士卷数据,虹膜数据集,MNIST,神经元尖峰数据...
5星 · 超过95%的资源 需积分: 16 17 下载量 69 浏览量
2021-02-18
22:16:24
上传
评论
收藏 13.34MB ZIP 举报
温馨提示
EN.553.738高维近似,概率和统计学习最终项目 关查理,胡志明,张杰@约翰·霍普金斯大学 在这个项目中,我们探索三种不同的非线性降维/流形学习算法:Isomap,局部线性嵌入(LLE)和扩散图/ Laplacian特征图。 我们在数据集上对这些算法进行基准测试,例如经典的瑞士卷,虹膜,MNIST和神经元尖峰数据。 我们还将它们与主成分分析(PCA)进行比较,后者是一种线性降维算法。 最后,我们有一个使用扩散图的演示来分析氢二聚体的玩具分子动力学模拟的自由能态。 要运行任何基准测试/演示,请启动相应的脚本: python filename.py 。 您可以编辑每个脚本中每个算法中的超参数,例如投影维和相邻算法的数量。 先决条件 脚本要求: 数据集 Swiss Roll和Iris数据集是从sklearn.datasets包生成的。 我们下载了亚·莱卡的网页的数据库MNIST。 神经
资源推荐
资源评论
资源评论
- qq_332278832021-08-21用户下载后在一定时间内未进行评价,系统默认好评。
DeepIndaba
- 粉丝: 26
- 资源: 4658
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
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