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

) }+ Q' {& c2 _+ P; [+ T+ |$ \
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。
  {) \$ k& `) W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；
/ l1 z* k) _; k2.投影寻踪回归；
; e8 [6 }7 D) M! y* y5 C  p  H3.投影寻踪学习网络。
- q9 k& K% V; |) V# ~


% V, H! y- a8 y% f2 s" D& j! W
8 m3 ^* H9 _* {5 b1 f9 B6 `# A* A

1464441425

11
+ U$ D; q7 s, v  a* @& L

sjlxdn

1111111111111
+ O" k; \. _' P; E% D1 z9 p

iolia008

太好了 太好了
) }/ j7 f1 P4 i, @

molly97

很不错哦 很有用 我觉得今年研赛好难哦
2 C5 w0 g- F+ x3 Y' V& n