- 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
- 14737 点
- 威望
- 790 点
- 阅读权限
- 255
- 积分
- 170917
- 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)
% t( D6 s7 y) _$ ~
3 S% K& U! ~& H# z7 s% L! |
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。1 r4 b% {6 z0 o9 o( e, V
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。$ a5 u2 l: z# h) p. |6 C0 h. a# C" _, [
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 L& P5 S' L" p
1.投影寻踪聚类分析;
$ z# p2 W5 Q# o$ e7 P& g6 \2.投影寻踪回归;
x \7 p4 ]2 z! w5 K3.投影寻踪学习网络。
) ?2 Z4 @* R3 U, _* i/ w$ ?* U
& z& O9 c! y1 s- P# [
; }7 {7 z+ i5 z# H: v
# y9 u6 u8 _, _# i* S. c$ a9 X5 K
# ^; J: z* N) t. c. [' ]2 j |
zan
|