运用“投影寻踪模型”的“华为杯”研赛获奖论文

1440359316

投影寻踪.zip (3.84 MB, 下载次数: 8)

2021-10-16 19:48 上传

点击文件名下载附件
下载积分: 体力 -2 点

+ L. t2 S6 r' C% |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。
2 R4 x. y3 d% u1 ]5 G* ~! L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；
' U6 p- e8 H: \% X- z4 A2.投影寻踪回归；
3.投影寻踪学习网络。
7 E) H! J' H5 x) P
3 k/ w/ a0 k: P. g3 B& {


( v2 ]( [7 N) y+ C" o6 |1 G

1464441425

11
: K5 k) o# u7 z7 O5 h6 U" r

sjlxdn

1111111111111

iolia008

太好了 太好了

molly97

很不错哦 很有用 我觉得今年研赛好难哦
0 m( \! M5 o) N3 d9 ^/ ~7 p