- 在线时间
- 555 小时
- 最后登录
- 2024-2-3
- 注册时间
- 2021-4-27
- 听众数
- 62
- 收听数
- 0
- 能力
- 7900 分
- 体力
- 13935 点
- 威望
- 790 点
- 阅读权限
- 255
- 积分
- 170676
- 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
|
发表于 2021-10-16 20:00
|显示全部楼层
|
投影寻踪.zip
(3.84 MB, 下载次数: 8)
. C+ d; G, ]- Q' y
6 a c8 X4 h1 Y' O5 Q
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。+ ?9 m& m. S' v" v$ n8 t! S
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。# w9 g& h1 d8 }! n8 v, F! ?- P4 P
从投影寻踪的理论与应用研究来看,主要涉及三方面内容:
. x" r6 u: T3 R3 z' i1.投影寻踪聚类分析;. n1 p, l% ?+ A; s' @3 L
2.投影寻踪回归;
* y9 a7 E2 B, Y1 A9 ~2 g5 }8 F2 L. B3.投影寻踪学习网络。
- `: z! {' E+ h( h: V. {3 Y0 ]1 a8 I/ W$ n N
0 c1 V7 r2 G' |! q1 V7 T
3 N }. V4 d. H. {) {6 G1 X: k& w# ?
4 p4 @6 e" t1 N7 w4 ~$ d |
zan
|