运用“投影寻踪模型”的“华为杯”研赛获奖论文
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。
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。
从投影寻踪的理论与应用研究来看,主要涉及三方面内容:
1.投影寻踪聚类分析;
2.投影寻踪回归;
3.投影寻踪学习网络。
11{:3_41:}
1111111111111
太好了 太好了
很不错哦 很有用 我觉得今年研赛好难哦
页:
[1]